...
机译:证据语法:现场理解的组成方法。 应用于多模式街道数据
Univ Paris Saclay Ecole Polytech Paris France;
Univ Technol Compiegne Sorbonne Univ CNRS Heudiasyc Ctr Rech Royallieu CS 60319 F-60203 Compiegne France;
Univ Technol Compiegne Sorbonne Univ CNRS Heudiasyc Ctr Rech Royallieu CS 60319 F-60203 Compiegne France;
Univ Technol Compiegne Sorbonne Univ CNRS Heudiasyc Ctr Rech Royallieu CS 60319 F-60203 Compiegne France;
Machine learning; Computer vision; Belief functions; Dempster-Shafer theory;
机译:证据语法:现场理解的组成方法。 应用于多模式街道数据
机译:使用地理数据动态场景感知控制证据网格中的剩余
机译:街道峡谷的城市形式和组成:一种以人为本的大数据和深入学习方法
机译:用于图像解释的证据语法-在多模式交通场景理解中的应用
机译:融合RGB和热数据,以改善场景理解。
机译:街头景象会影响中国大城市的房价吗?使用开放访问数据集和深度学习进行分析
机译:证据语法:现场了解的组成方法。应用于多模式街道数据
机译:不同环境条件下图像数据的空间和时间尺度表征,以便更好地了解场景。 2014年10月至2015年7月的最终报告。