激光与光电子学进展, 2019, 56 (19): 191101, 网络出版: 2019-10-12   

显著性偏振参量深度稀疏特征学习的目标检测方法 下载: 1133次

Object Detection by Deep Sparse Feature Learning of Salient Polarization Parameters
作者单位
1 安徽新华学院信息工程学院, 安徽 合肥 230088
2 中国人民解放军陆军炮兵防空兵学院偏振光成像探测技术安徽省重点实验室, 安徽 合肥 230031
引用该论文

王美荣, 徐国明, 袁宏武. 显著性偏振参量深度稀疏特征学习的目标检测方法[J]. 激光与光电子学进展, 2019, 56(19): 191101.

Meirong Wang, Guoming Xu, Hongwu Yuan. Object Detection by Deep Sparse Feature Learning of Salient Polarization Parameters[J]. Laser & Optoelectronics Progress, 2019, 56(19): 191101.

引用列表
2、 光谱编码型穆勒矩阵测量中的相位延迟量误差分析激光与光电子学进展, 2021, 58 (19): 1926001
3、 基于深度学习的深层次多尺度特征融合目标检测算法激光与光电子学进展, 2021, 58 (12): 1210029

王美荣, 徐国明, 袁宏武. 显著性偏振参量深度稀疏特征学习的目标检测方法[J]. 激光与光电子学进展, 2019, 56(19): 191101. Meirong Wang, Guoming Xu, Hongwu Yuan. Object Detection by Deep Sparse Feature Learning of Salient Polarization Parameters[J]. Laser & Optoelectronics Progress, 2019, 56(19): 191101.

本文已被 3 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!