Zobrazeno 1 - 10
of 34
pro vyhledávání: '"Wang, Fusen"'
Currently, for crowd counting, the fully supervised methods via density map estimation are the mainstream research directions. However, such methods need location-level annotation of persons in an image, which is time-consuming and laborious. Therefo
Externí odkaz:
http://arxiv.org/abs/2203.06388
The existing crowd counting methods usually adopted attention mechanism to tackle background noise, or applied multi-level features or multi-scales context fusion to tackle scale variation. However, these approaches deal with these two problems separ
Externí odkaz:
http://arxiv.org/abs/2106.02324
In this paper, we propose a known-plaintext attack (KPA) method based on deep learning for traditional chaotic encryption scheme. We employ the convolutional neural network to learn the operation mechanism of chaotic cryptosystem, and accept the trai
Externí odkaz:
http://arxiv.org/abs/2103.05242
Publikováno v:
In Information Sciences April 2022 591:306-318
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Wang, Yang, Yang, Yunli, Wang, Fusen, Wang, Guangyu, Wang, Chu, Wang, Wei, Chen, Kun, Gu, Chenrui, Yu, Qibin, Jiang, Jing
Publikováno v:
Annals of Forest Science (BioMed Central); Jun2021, Vol. 78 Issue 2, p1-13, 13p