QQ客服 官方微博 反馈留言

浏览/检索结果: 共5条，第1-5条 帮助 限定条件 专题：计算技术研究所    第一署名单位    第一作者单位    通讯作者单位     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Cross Euclidean-to-Riemannian Metric Learning with Application to Face Recognition from Video 期刊论文 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2018, 卷号: 40, 期号: 12, 页码: 2827-2840 作者:  Wang, Ruiping;  Chen, Xilin;  Huang, Zhiwu;  Van Gool, Luc;  Shan, Shiguang 收藏  |  浏览/下载：32/0  |  提交时间：2019/08/16 Riemannian manifold  video-based face recognition  cross Euclidean-to-Riemannian metric learning   Heterogeneous Face Attribute Estimation: A Deep Multi-Task Learning Approach 期刊论文 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2018, 卷号: 40, 期号: 11, 页码: 2597-2609 作者:  Han, Hu;  Jain, Anil K.;  Wang, Fang;  Shan, Shiguang;  Chen, Xilin 收藏  |  浏览/下载：65/0  |  提交时间：2019/12/10 Face recognition  heterogeneous attribute estimation  attribute correlation  attribute heterogeneity  multi-task learning   Multi-View Discriminant Analysis 期刊论文 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2016, 卷号: 38, 期号: 1, 页码: 188-194 作者:  Kan, Meina;  Shan, Shiguang;  Zhang, Haihong;  Lao, Shihong;  Chen, Xilin 收藏  |  浏览/下载：28/0  |  提交时间：2019/12/13 Multi-view discriminant analysis  cross-view recognition  heterogeneous recognition  common space   Face recognition on large-scale video in the wild with hybrid Euclidean-and-Riemannian metric learning 期刊论文 PATTERN RECOGNITION, 2015, 卷号: 48, 期号: 10, 页码: 3113-3124 作者:  Huang, Zhiwu;  Wang, Ruiping;  Shan, Shiguang;  Chen, Xilin 收藏  |  浏览/下载：14/0  |  提交时间：2019/12/13 Face recognition  Large-scale video  Multiple heterogeneous statistics  Hybrid Euclidean-and-Riemannian metric learning   Learned local Gabor patterns for face representation and recognition 期刊论文 SIGNAL PROCESSING, 2009, 卷号: 89, 期号: 12, 页码: 2333-2344 作者:  Xie, Shufu;  Shan, Shiguang;  Chen, Xilin;  Meng, Xin;  Gao, Wen 收藏  |  浏览/下载：10/0  |  提交时间：2019/12/16 Gabor wavelet  Local patterns  Histogram  Weighting strategy