QQ客服 官方微博 反馈留言

浏览/检索结果: 共6条，第1-6条 帮助 限定条件 专题：西安交通大学    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Road Surface Traffic Sign Detection with Hybrid Region Proposal and Fast R-CNN 会议论文 作者:  Qian, Rongqiang;  Liu, Qianyu;  Yue, Yong;  Coenen, Frans;  Zhang, Bailing 收藏  |  浏览/下载：10/0  |  提交时间：2019/12/02 traffic sign detection  Advanced Driver Assistance  Fast R-CNN  convolutional neural networks  deep learning   Robust Chinese Traffic Sign Detection and Recognition with Deep Convolutional Neural Network 会议论文 作者:  Qian, Rongqiang;  Zhang, Bailing;  Yue, Yong;  Wang, Zhao;  Coenen, Frans 收藏  |  浏览/下载：3/0  |  提交时间：2019/12/02 multi task CNN  traffic sign detection  component  deep learning  traffic sign recognition  convolutional neural networks   Traffic Sign Detection by Template Matching based on Multi-Level Chain Code Histogram 会议论文 作者:  Qian, Rongqiang;  Zhang, Bailing;  Yue, Yong;  Coenen, Frans 收藏  |  浏览/下载：2/0  |  提交时间：2019/12/02 template macthing  traffic sign detection  driving assistance system  component   Salient Traffic Sign Video Detection Based on Hypercomplex Frequency Domain 会议论文 作者:  Li Ce;  Song Wenyang;  Xiao Limei;  Hu Yaling;  Pan Xing 收藏  |  浏览/下载：3/0  |  提交时间：2019/12/02 Hypercomplex Frequency Domain  Traffic Sign Video Detection  Visual Saliency  Multi-scale   Salient Traffic Sign Recognition Based on Sparse Representation of Visual Perception 会议论文 作者:  Li, Ce;  Hu, Yaling;  Xiao, Limei;  Tian, Lihua 收藏  |  浏览/下载：0/0  |  提交时间：2019/12/10 Support Vector Machine (SVM)  Traffic sign recogntion  Traffic sign detection  Sparse coding  Visual saliency  Quaternion Fourier transform   Salient traffic sign detection based on multiscale hypercomplex fourier transform 会议论文 作者:  Li, Ce;  Hu, Yaling 收藏  |  浏览/下载：1/0  |  提交时间：2019/12/10 Hypercomplex Fourier transforms  Interactive image segmentation  Multi-scale  Quaternion fourier transform(QFT)  State-of-the-art methods  Traffic sign detection  Visual saliency  Visual saliency detections