中文版 | English

在结果中检索

CSpace

浏览/检索结果: 共6条，第1-6条 帮助

已选(0)清除 条数/页：   排序方式：
Developable mesh segmentation by detecting curve-like features on Gauss images 期刊论文
COMPUTERS & GRAPHICS-UK, 2022, 卷号: 109, 页码: 42-54
作者:  Zeng, Zheng;  Jia, Xiaohong;  Shen, Liyong;  Bo, Pengbo
收藏  |  浏览/下载：85/0  |  提交时间：2023/02/07
Developable surface  Mesh segmentation  Gauss image  
6D Object Pose Estimation in Cluttered Scenes from RGB Images 期刊论文
JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY, 2022, 卷号: 37, 期号: 3, 页码: 719-730
作者:  Yang, Xiao-Long;  Jia, Xiao-Hong;  Liang, Yuan;  Fan, Lu-Bin
收藏  |  浏览/下载：95/0  |  提交时间：2023/02/07
two-stream network  6D pose estimation  fusion feature  
GraphReg: Dynamical Point Cloud Registration With Geometry-Aware Graph Signal Processing 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2022, 卷号: 31, 页码: 7449-7464
作者:  Zhao, Mingyang;  Ma, Lei;  Jia, Xiaohong;  Yan, Dong-Ming;  Huang, Tiejun
收藏  |  浏览/下载：68/0  |  提交时间：2023/02/07
Point cloud registration  graph signal processing  rigid dynamics  robust statistics  simulated annealing  
Combining convex hull and directed graph for fast and accurate ellipse detection 期刊论文
GRAPHICAL MODELS, 2021, 卷号: 116, 页码: 13
作者:  Shen, Zeyu;  Zhao, Mingyang;  Jia, Xiaohong;  Liang, Yuan;  Fan, Lubin;  Yan, Dong-Ming
收藏  |  浏览/下载：172/0  |  提交时间：2021/10/26
Ellipse detection  Edge following  Hough transform  RANSAC  
Robust Ellipse Fitting Using Hierarchical Gaussian Mixture Models 期刊论文
IEEE TRANSACTIONS ON IMAGE PROCESSING, 2021, 卷号: 30, 页码: 3828-3843
作者:  Zhao, Mingyang;  Jia, Xiaohong;  Fan, Lubin;  Liang, Yuan;  Yan, Dong-Ming
收藏  |  浏览/下载：208/0  |  提交时间：2021/06/01
Kernel  Robustness  Optimization  Gaussian mixture model  Bandwidth  Two dimensional displays  Transforms  Ellipse fitting  GMM  HGMM  RANSAC  outlier  noise  robust statistic  
Simple primitive recognition via hierarchical face clustering 期刊论文
COMPUTATIONAL VISUAL MEDIA, 2020, 卷号: 6, 期号: 4, 页码: 431-443
作者:  Yang, Xiaolong;  Jia, Xiaohong
收藏  |  浏览/下载：135/0  |  提交时间：2021/10/26
quadric primitive extraction  mesh  hierarchical clustering