基于图形显著性检测的残差网络特征融合跟踪算法

金潓; 李新阳

doi:doi:10.3788/LOP57.181025

激光与光电子学进展, 2020, 57 (18): 181025, 网络出版: 2020-09-02

基于图形显著性检测的残差网络特征融合跟踪算法下载： 820次

Residual Network Feature Fusion Tracking Algorithm Based on Graph Salience Detection

金潓 ^1,2李新阳 ^1,*

作者单位

¹ 中国科学院光电技术研究所自适应光学重点实验室, 成都四川 610209

² 中国科学院大学, 北京 100049

引用该论文

金潓, 李新阳. 基于图形显著性检测的残差网络特征融合跟踪算法[J]. 激光与光电子学进展, 2020, 57(18): 181025.

Hui Jin, Xinyang Li. Residual Network Feature Fusion Tracking Algorithm Based on Graph Salience Detection[J]. Laser & Optoelectronics Progress, 2020, 57(18): 181025.

引用列表

1、基于自适应多层卷积特征决策融合的目标跟踪光学学报, 2020, 40 (23): 2315002

金潓, 李新阳. 基于图形显著性检测的残差网络特征融合跟踪算法[J]. 激光与光电子学进展, 2020, 57(18): 181025. Hui Jin, Xinyang Li. Residual Network Feature Fusion Tracking Algorithm Based on Graph Salience Detection[J]. Laser & Optoelectronics Progress, 2020, 57(18): 181025.

基于图形显著性检测的残差网络特征融合跟踪算法下载： 820次

关于本站 Cookie 的使用提示

全站搜索

基于图形显著性检测的残差网络特征融合跟踪算法 下载： 820次

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于图形显著性检测的残差网络特征融合跟踪算法下载： 820次