首页> 外文OA文献 >Pedestrian tracking framework based on deep convolution network and SIFT

【2h】

Pedestrian tracking framework based on deep convolution network and SIFT

机译：基于深卷积网络和筛席的行人跟踪框架

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

AI期刊论文写作 >>

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Jing LIU; Kai CHEN; Xiao SONG;
展开▼
作者单位

展开▼
年度 2018
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Real-time tracking-by-detection Framework for Traffic Applications via Deep Learning based Convolutional Neural Network [J] . ZHU LIANG YU Journal of Electrical Systems . 2020,第3期

机译：基于深度学习的卷积神经网络的流量应用的实时跟踪框架
2. Multispectral pedestrian detection based on deep convolutional neural networks [J] . Hou Ya-Li, Song Yaoyao, Hao Xiaoli, Infrared physics and technology . 2018,第期

机译：基于深卷积神经网络的多光谱行人检测
3. Deep Convolutional Neural Networks and Transfer Learning for Measuring Cognitive Impairment Using Eye-Tracking in a Distributed Tablet-Based Environment [J] . Rafi U. Haque, Alvince L. Pongos, Cecelia M. Manzanares, Biomedical Engineering, IEEE Transactions on . 2021,第1期

机译：基于分布式平板电脑环境中的眼睛跟踪测量认知障碍的深度卷积神经网络与转移学习
4. Vehicle and pedestrian video-tracking with classification based on deep convolutional neural networks [C] . Alejandro Forero, Francisco Calderon 2019 XXII Symposium on Image, Signal Processing and Artificial Vision . 2019

机译：基于深度卷积神经网络的车辆和行人视频分类跟踪
5. Real-Time Visual Detection and Tracking Framework Using Deep Convolutional Neural Networks for Micro-Aerial Vehicle [D] . Lao, Mingjie. 2018

机译：使用深卷积神经网络进行实时视觉检测和跟踪框架用于微空气车辆
6. A Medical Image Fusion Method Based on SIFT and Deep Convolutional Neural Network in the SIST Domain [O] . Lei Wang, Chunhong Chang, Zhouqi Liu, 2021

机译：基于SIST域筛选和深卷积神经网络的医学图像融合方法
7. INVESTIGATION OF CONVOLUTIONAL NEURAL NETWORKS FOR VISUAL TRACKING OF PEDESTRIANS. [O] . Artūras Jonkus, Paulius Tumas, Artūras Serackis 2018

机译：对行人视觉跟踪卷积神经网络的调查。

Pedestrian tracking framework based on deep convolution network and SIFT

著录项

引文网络

相似文献

相关主题

期刊订阅