机译:基于深度残差网络的局部和全局方法显着目标检测
Tongji Univ, Sch Software Engn, Shanghai, Peoples R China;
Tongji Univ, Sch Software Engn, Shanghai, Peoples R China;
Jiangsu Univ, Sch Automot & Traff Engn, Zhenjiang, Peoples R China;
Tongji Univ, Sch Software Engn, Shanghai, Peoples R China;
Tongji Univ, Sch Elect & Informat, Shanghai, Peoples R China;
Univ Southern Calif, Dept Comp Sci, Los Angeles, CA USA;
Tongji Univ, Sch Software Engn, Shanghai, Peoples R China;
Salient object detection; Deep residual network; Local and global features;
机译:基于全局先验和局部上下文的显着性对象检测深度学习框架
机译:基于深度显着网络和种子传播的集成图共凸目标检测
机译:深度残差网络从多光谱遥感图像中进行显着目标检测
机译:一种新的基于对象的显着性分析和显着性深度剩余网络的Pansharpening方法
机译:基于稀疏表示的全局自相似性和显着性度量用于对象和时空序列的分类。
机译:一种改进的基于深度残差网络的单目视觉机器人语义同时定位与映射方法
机译:基于深度网络和种子的共显着目标检测 集成图的传播