检索范围:
排序: 展示方式:
相关滤波视觉跟踪方法中深度上下文模型的研究 Article
Zhao-yun CHEN, Lei LUO, Da-fei HUANG, Mei WEN, Chun-yuan ZHANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第5期 页码 667-679 doi: 10.1631/FITEE.1500389
社会计算下的协作学习 None
Ricardo S. ALONSO, Javier PRIETO, Óscar GARCÍA, Juan M. CORCHADO
《信息与电子工程前沿(英文)》 2019年 第20卷 第2期 页码 265-282 doi: 10.1631/FITEE.1700840
基于图卷积注意力网络的视频摘要方法 Research Articles
李平1,2,唐超1,徐向华1
《信息与电子工程前沿(英文)》 2021年 第22卷 第6期 页码 902-913 doi: 10.1631/FITEE.2000429
基于依存关系和多义词分析的句法词嵌入 None
Zhong-lin YE, Hai-xing ZHAO
《信息与电子工程前沿(英文)》 2018年 第19卷 第4期 页码 524-535 doi: 10.1631/FITEE.1601846
深度学习中的视觉可解释性 Review
Quan-shi ZHANG, Song-chun ZHU
《信息与电子工程前沿(英文)》 2018年 第19卷 第1期 页码 27-39 doi: 10.1631/FITEE.1700808
关键词: 人工智能;深度学习;可解释性模型
基于深度前馈神经网络的多基地外辐射源雷达高精度目标跟踪 Research Article
徐宝兄,易建新,程丰,龚子平,万显荣
《信息与电子工程前沿(英文)》 2023年 第24卷 第8期 页码 1214-1230 doi: 10.1631/FITEE.2200260
基于定量属性的单目标视觉跟踪算法评价体系研究 Article
Wen-jing KANG, Chang LIU, Gong-liang LIU
《信息与电子工程前沿(英文)》 2020年 第21卷 第3期 页码 405-421 doi: 10.1631/FITEE.1900245
关键词: 视觉跟踪;性能评价;视觉属性;计算机视觉
复杂形状的扩展目标联合跟踪与分类 Research Articles
王丽萍,占荣辉,黄源,张军,庄钊文
《信息与电子工程前沿(英文)》 2021年 第22卷 第6期 页码 839-861 doi: 10.1631/FITEE.2000061
基于RGBD和稀疏学习的鲁棒目标跟踪 Article
Zi-ang MA, Zhi-yu XIANG
《信息与电子工程前沿(英文)》 2017年 第18卷 第7期 页码 989-1001 doi: 10.1631/FITEE.1601338
多模型广义标签多伯努利滤波器的推导:多目标混合系统解决方案 Research Articles
吴卫华,蔡益朝,金宏斌,郑茂,冯讯,关泽文
《信息与电子工程前沿(英文)》 2021年 第22卷 第1期 页码 1-140 doi: 10.1631/FITEE.2000105
一种面向地面区域检测和目标跟踪的多传感器系统协同调度方法 Research Article
张昀普,付强,单甘霖
《信息与电子工程前沿(英文)》 2023年 第24卷 第2期 页码 245-258 doi: 10.1631/FITEE.2200121
基于机器学习的空地通信高度相关视距概率经验性模型 Research Article
庞明慧1,2,朱秋明1,2,林志鹏1,柏菲1,田越1,李茁3,陈小敏1
《信息与电子工程前沿(英文)》 2022年 第23卷 第9期 页码 1378-1389 doi: 10.1631/FITEE.2200041
迈向下一代视网膜神经假体——基于脉冲的视觉计算方法 Review
余肇飞, 刘健, 贾杉杉, 张祎晨, 郑雅菁, 田永鸿, 黄铁军
《工程(英文)》 2020年 第6卷 第4期 页码 449-461 doi: 10.1016/j.eng.2020.02.004
Actor-Critic强化学习算法及其在开发基于计算机视觉的界面跟踪中的应用 Article
Oguzhan Dogru, Kirubakaran Velswamy, 黄彪
《工程(英文)》 2021年 第7卷 第9期 页码 1248-1261 doi: 10.1016/j.eng.2021.04.027
本文通过将对象跟踪形式化为序列决策过程,使控制理论与计算机视觉实现同步。强化学习(RL)智能体成功跟踪了两种液体之间的界面,这通常是化学、石化、冶金和石油行业中跟踪的关键变量。该方法使用少于100 张图像来创建环境,智能体无需专家知识即可从中生成自己的数据。该方法展示了RL方法在油砂行业中的实时对象跟踪应用。本文除了介绍界面跟踪问题外,还详细回顾了最有效的RL方法之一——actor-critic策略。
基于可靠特征点分配算法的鲁棒性跟踪框架 Article
Rong-feng ZHANG, Ting DENG, Gui-hong WANG, Jing-lun SHI, Quan-sheng GUAN
《信息与电子工程前沿(英文)》 2017年 第18卷 第4期 页码 545-558 doi: 10.1631/FITEE.1601464
标题 作者 时间 类型 操作