Corporate Technology Operations SAIT P.O. Box 111 Suwon, GyeongGi Do, Korea;
Corporate Technology Operations SAIT P.O. Box 111 Suwon, GyeongGi Do, Korea;
Corporate Technology Operations SAIT P.O. Box 111 Suwon, GyeongGi Do, Korea;
object localization; hypothesis test; neyman-pearson; bayesian; adaptive; feature selection;
机译:基于对象检测在复杂环境中的自适应选择金字塔的学院特征层
机译:通过时间一致性学习自适应判别相关过滤器,以保留空间特征选择以实现可靠的视觉对象跟踪
机译:基于自适应特征选择的鲁棒目标跟踪
机译:使用自适应特征选择对象本地化
机译:使用密集和SIFT功能进行对象检测和定位。
机译:注意力分散到与任务无关的对象特征:基于对象的选择和基于特征的处理调制的实验支持和三步注意模型
机译:SAFS:基于自适应特征选择的对象跟踪算法