中文版 | English

在结果中检索

OPT OpenIR

浏览/检索结果: 共6条，第1-6条 帮助

限定条件        
已选(0)清除 条数/页：   排序方式：
Image Pair Analysis With Matrix-Value Operator 期刊论文
IEEE TRANSACTIONS ON CYBERNETICS, 2015, 卷号: 45, 期号: 10, 页码: 2042-2050
作者:  Tang, Yi;  Yuan, Yuan
Adobe PDF(1302Kb)  |  收藏  |  浏览/下载：159/0  |  提交时间：2015/11/02
Image Pair Analysis  Learning-based Image Processing  Matrix-value Operator Learning  
Semi-Supervised Multitask Learning for Scene Recognition 期刊论文
IEEE TRANSACTIONS ON CYBERNETICS, 2015, 卷号: 45, 期号: 9, 页码: 1967-1976
作者:  Lu, Xiaoqiang;  Li, Xuelong;  Mou, Lichao
Adobe PDF(1313Kb)  |  收藏  |  浏览/下载：270/1  |  提交时间：2015/10/19
Manifold Regularized  Multitask Learning  Scene Recognition  Sparse Selection  
Data Uncertainty in Face Recognition 期刊论文
IEEE TRANSACTIONS ON CYBERNETICS, 2014, 卷号: 44, 期号: 10, 页码: 1950-1961
作者:  Xu, Yong;  Fang, Xiaozhao;  Li, Xuelong;  Yang, Jiang;  You, Jane;  Liu, Hong;  Teng, Shaohua
Adobe PDF(17191Kb)  |  收藏  |  浏览/下载：271/0  |  提交时间：2015/03/18
Computer Vision  Face Recognition  Machine Learning  Pattern Recognition  Uncertainty  
Exposure Fusion Using Boosting Laplacian Pyramid 期刊论文
IEEE TRANSACTIONS ON CYBERNETICS, 2014, 卷号: 44, 期号: 9, 页码: 1579-1590
作者:  Shen, Jianbing;  Zhao, Ying;  Yan, Shuicheng;  Li, Xuelong
Adobe PDF(42873Kb)  |  收藏  |  浏览/下载：227/0  |  提交时间：2015/03/18
Boosting Laplacian Pyramid  Exposure Fusion  Global And Local Exposure Weight  Gradient Vector  
Alternatively Constrained Dictionary Learning for Image Superresolution 期刊论文
IEEE TRANSACTIONS ON CYBERNETICS, 2014, 卷号: 44, 期号: 3, 页码: 366-377
作者:  Lu, Xiaoqiang;  Yuan, Yuan;  Yan, Pingkun
Adobe PDF(846Kb)  |  收藏  |  浏览/下载：259/1  |  提交时间：2015/03/18
Image Superresolution  Manifold Learning  Non-local  Self-similarity  Two-stage Dictionary Training (Tsdt)  
Multiresolution Imaging 期刊论文
IEEE TRANSACTIONS ON CYBERNETICS, 2014, 卷号: 44, 期号: 1, 页码: 149-160
作者:  Lu, Xiaoqiang;  Li, Xuelong
Adobe PDF(1294Kb)  |  收藏  |  浏览/下载：215/3  |  提交时间：2015/03/18
Multiresolution Camera  Multiresolution Imaging  Optimal Imagery  Super-resolution  Downsampling