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：自动化研究所    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 CNN-Based Broad Learning for Cross-Domain Emotion Classification 期刊论文 TSINGHUA SCIENCE AND TECHNOLOGY, 2023, 卷号: 28, 期号: 2, 页码: 360-369 作者:  Zeng, Rong;  Liu, Hongzhan;  Peng, Sancheng;  Cao, Lihong;  Yang, Aimin 收藏  |  浏览/下载：26/0  |  提交时间：2022/11/14 Measurement  Deep learning  Adaptation models  Feature extraction  Convolutional neural networks  Data mining  Task analysis  cross-domain emotion classification  CNN  broad learning  classifier  co-training   FM-ViT: Flexible Modal Vision Transformers for Face Anti-Spoofing 期刊论文 IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY, 2023, 卷号: 18, 页码: 4775-4786 作者:  Liu, Ajian;  Tan, Zichang;  Yu, Zitong;  Zhao, Chenxu;  Wan, Jun 收藏  |  浏览/下载：4/0  |  提交时间：2023/11/17 Face anti-spoofing  flexible-modal testing  vision transformer  mutual-attention  fusion-attention   Cross-Batch Hard Example Mining With Pseudo Large Batch for ID vs. Spot Face Recognition 期刊论文 IEEE TRANSACTIONS ON IMAGE PROCESSING, 2022, 卷号: 31, 页码: 3224-3235 作者:  Tan, Zichang;  Liu, Ajian;  Wan, Jun;  Liu, Hao;  Lei, Zhen 收藏  |  浏览/下载：14/0  |  提交时间：2022/07/25 Face recognition  Training  Measurement  Graphics processing units  Deep learning  Logic gates  Feature extraction  Face recognition  ID vs spot  deep learning  cross-batch hard example mining  pseudo large batch   Cross-ethnicity face anti-spoofing recognition challenge: A review 期刊论文 IET BIOMETRICS, 2021, 卷号: 10, 期号: 1, 页码: 24-43 作者:  Liu, Ajian;  Li, Xuan;  Wan, Jun;  Liang, Yanyan;  Escalera, Sergio 收藏  |  浏览/下载：45/0  |  提交时间：2021/03/01 CASIA-SURF: A Large-scale Multi-modal Benchmark for Face Anti-spoofing 期刊论文 IEEE Transactions on Biometrics, Behavior, and Identity Science, 2020, 期号: 2, 页码: 182-193 作者:  Zhang, Shifeng;  Liu, Ajian;  Wan, Jun;  Liang, Yanyan;  Guo, Guodong 收藏  |  浏览/下载：16/0  |  提交时间：2020/06/08 Face anti-spoofing, large-scale, multi-modal, dataset, benchmark