2015年到2017年 国家自然基金有关深度学习和计算机视觉的部分项目
2017-08-23 08:10
1111 查看
以下是文字版本 方便查找
项目名称 | 项目负责人 | 依托单位 |
视觉数据描述自动生成的关键技术研究 | 徐常胜 | 中国科学院自动化研究所 |
面向机器人视觉的深度学习与拟人记忆机制特征提取融合方法研究 | 赵晓光 | 中国科学院自动化研究所 |
基于深度学习与迁移学习的图像自动语义标注方法研究 | 赵鹏 | 安徽大学 |
基于时空特征深度学习的无约束场景视觉目标跟踪研究 | 张辉 | 北京工业大学 |
共融机器人的视觉注意模型及其深度强化学习方法 | 袁泽剑 | 西安交通大学 |
基于深度学习的城市路网交通状态视觉识别方法研究 | 曹倩霞 | 长沙理工大学 |
面向计算机视觉任务的深度神经网络领域自适应学习 | 许娇龙 | 中国人民解放军空军航空大学 |
基于图像集合和深度学习的物体分类关键技术研究 | 徐智 | 桂林电子科技大学 |
基于深度网络的图像表示分析和评价研究 | 熊惠霖 | 上海交通大学 |
无约束人脸识别问题研究 | 兴军亮 | 中国科学院自动化研究所 |
基于多尺度张量空间的图像底层视觉特征研究及应用 | 王仕民 | 江西师范大学 |
复杂交通场景下基于深度迁移学习的车辆识别方法研究 | 王海 | 江苏大学 |
基于大数据分析的太赫兹成像目标图像自动识别方法与实现 | 孙晓玮 | 中国科学院上海微系统与信息技术研究院 |
大数据和社会场景下的互动语言意图深度理解基础理论和关键技术研究 | 宋大为 | 天津大学 |
面向视觉认知的脑启发式多源数据深度学习理论与方法 | 石光明 | 西安电子科技大学 |
基于自然图像中深度形状特征提取的一般物体检测研究 | 沈为 | 上海大学 |
社会媒体中图像自动描述关键技术研究 | 牛振兴 | 西安电子科技大学 |
基于深度学习的多源协同视觉显著性检测模型研究 | 门爱东 | 北京邮电大学 |
融合先验建模和深度学习的自然场景视觉理解研究 | 路通 | 南京大学 |
基于多任务深度网络和压缩回归的深度图像驾驶人姿态识别 | 刘亚洲 | 南京理工大学 |
基于深度学习与动态规划的街景影像文本信息提取研究 | 刘菊华 | 武汉大学 |
基于深度学习的视觉显著物体检测与跟踪 | 刘铁 | 北京航空航天大学 |
基于卷积神经网络+递归神经网络的物体关键点定位方法研究 | 赖韩江 | 中山大学 |
目标协同分割与识别技术的研究 | 于慧敏 | 浙江大学 |
基于可变拓扑模型的多姿态行人检测研究 | 杨万扣 | 东南大学 |
基于隐式字典深度学习的图像分类识别研究 | 4000 杨猛 | 深圳大学 |
交通场景下基于深度和迁移学习的行人检测与跟踪方法的研究 | 孙锐 | 合肥工业大学 |
面向智能视频监控系统中目标理解的长时程深度学习模型研究 | 孙宁 | 南京邮电大学 |
基于多任务稀疏特征学习的海量图像理解方法研究 | 李亮 | 中国科学院大学 |
基于深度学习的特征融合在移动机器人视觉中的场景理解及研究 | 李菁 | 南昌大学 |
基于快速视觉注意模型和深度学习的视觉跟踪 | 黎万义 | 中国科学院自动化研究所 |
鲁棒视觉跟踪中的目标表示与模型更新关键技术研究 | 侯志强 | 中国人民解放军空军工程大学 |
基于深度学习的复杂图像显著物体检测方法研究 | 韩军伟 | 西北工业大学 |
深度学习框架下基于情境线索的视觉注意研究 | 钟圣华 | 深圳大学 |
面向鲁棒跟踪的目标表观建模、搜索与更新关键算法研究 | 钟必能 | 华侨大学 |
基于深度学习的复杂场景下人体行为识别研究 | 吴秋霞 | 华南理工大学 |
基于深度图像特征图谱的多标签图像识别技术研究 | 王天江 | 华中科技大学 |
基于深度学习的动态场景三维重建方法 | 王光辉 | 中国科学院自动化研究所 |
基于稀疏表示和深度学习的大规模目标检测 | 唐胜 | 中国科学院计算技术研究所 |
基于图像属性和深度学习的大规模物体检测研究与应用 | 罗平 | 中国科学院深圳先进技术研究院 |
面向图像序列的深度学习理论与方法 | 刘青山 | 南京信息工程大学 |
视频监控中运动物体的深度线性表达及快速分割算法研究 | 李汉曦 | 江西师范大学 |
基于物体窗口深度表达的目标分类与检测 | 黄永祯 | 中国科学院自动化研究所 |
基于深度卷积神经网络的对象检测关键技术研究 | 丁贵广 | 清华大学 |
基于深度学习的复杂退化模糊图像恢复 | 陈晓钢 | 上海理工大学 |
基于混合深度网络的复杂三维场景解析研究 | 布树辉 | 西北工业大学 |
相关文章推荐
- 一些著名大学关于机器学习,深度学习,计算机视觉,自然语言处理的课程(部分有视频)
- 从特征描述符到深度学习:计算机视觉发展20年
- 深度学习与计算机视觉 讲的太好了
- 斯坦福CS231n—深度学习与计算机视觉----学习笔记 课时10
- 【期刊&&会议】机器学习&&深度学习 + 计算机视觉(To be continued..)
- 斯坦福CS231n—深度学习与计算机视觉----学习笔记 课时1
- PyTorch深度学习计算机视觉框架
- 【计算机视觉之四】深度学习框架介绍
- 深度学习与计算机视觉 看这一篇就够了
- 机器学习、深度学习、计算机视觉、自然语言处理及应用案例——干货分享
- 30篇计算机视觉和深度学习论文推荐,被国外专家引用最多【可下载】
- 机器学习 深度学习 计算机视觉 开源代码总结
- 斯坦福CS231n—深度学习与计算机视觉----学习笔记 课时26&&27
- 为什么深度学习几乎成了计算机视觉研究的标配?
- 深度学习与计算机视觉(12)_tensorflow实现基于深度学习的图像补全
- 【计算机视觉】【神经网络与深度学习】YOLO v2 detection训练自己的数据
- 【计算机视觉】深度学习视觉领域常用数据集汇总
- 【期刊&&会议】机器学习&&深度学习 + 计算机视觉(To be continued..)
- 10大深度学习架构:计算机视觉优秀从业者必备(附代码实现)
- 全球30篇最热门的计算机视觉和深度学习论文