Zobrazeno 1 - 10
of 54
pro vyhledávání: '"Zhou, Tiankuang"'
Following the explosive growth of global data, there is an ever-increasing demand for high-throughput optical fiber communication (OFC) systems to perform massive data transmission and processing. Existing OFC methods mainly rely on electronic circui
Externí odkaz:
http://arxiv.org/abs/2203.03807
Autor:
Zhou, Tiankuang, Lin, Xing, Wu, Jiamin, Chen, Yitong, Xie, Hao, Li, Yipeng, Fan, Jintao, Wu, Huaqiang, Fang, Lu, Dai, Qionghai
Application-specific optical processors have been considered disruptive technologies for modern computing that can fundamentally accelerate the development of artificial intelligence (AI) by offering substantially improved computing performance. Rece
Externí odkaz:
http://arxiv.org/abs/2008.11659
Autor:
Chen, Honglin, Li, Hao, Song, Alexander, Haberland, Matt, Akar, Osman, Dhillon, Adam, Zhou, Tiankuang, Bertozzi, Andrea L., Brantingham, P. Jeffrey
Body-worn cameras are now commonly used for logging daily life, sports, and law enforcement activities, creating a large volume of archived footage. This paper studies the problem of classifying frames of footage according to the activity of the came
Externí odkaz:
http://arxiv.org/abs/1904.09062
Face restoration from low resolution and noise is important for applications of face analysis recognition. However, most existing face restoration models omit the multiple scale issues in face restoration problem, which is still not well-solved in re
Externí odkaz:
http://arxiv.org/abs/1812.11834
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.
We present \emph{Deep Image Retargeting} (\emph{DeepIR}), a coarse-to-fine framework for content-aware image retargeting. Our framework first constructs the semantic structure of input image with a deep convolutional neural network. Then a uniform re
Externí odkaz:
http://arxiv.org/abs/1811.07793
Restoring face images from distortions is important in face recognition applications and is challenged by multiple scale issues, which is still not well-solved in research area. In this paper, we present a Sequential Gating Ensemble Network (SGEN) fo
Externí odkaz:
http://arxiv.org/abs/1805.02164