深度学习光流计算技术研究进展

您当前的位置：

首页 >

文章列表页 >

深度学习光流计算技术研究进展

综述评论 | 更新时间：2025-12-08

上一篇|下一篇

- 深度学习光流计算技术研究进展
- Research Progress of Deep Learning Based Optical Flow Computation Technology
- 张聪炫，周仲凯，陈震，葛利跃，黎明，江少锋，陈昊
- 电子学报 2020年48卷第9期页码：1841-1849
- 作者机构：
  1. 南昌航空大学无损检测技术教育部重点实验室,江西,南昌,330063
  2. 中国科学院自动化研究所,北京,100190
  3. 南昌航空大学无损检测技术教育部重点实验室,江西,南昌,330063
  4. 中国科学院自动化研究所,北京,100190
- 作者简介：
- 基金信息：
  国家自然科学基金 (No.61866026，No.61772255，No.61866025）;江西省优势科技创新团队计划 (No.20165BCB19007）;江西省科技创新杰出青年人才计划 (No.20192BCB23011）;航空科学基金 (No.2018ZC56008）;中国博士后科学基金 (No.2019M650894）;江西省重点研发计划 (No.20171BBG70052）;江西省研究生创新专项资金项目资助 (No.YC2018049）
- DOI： 10.3969/j.issn.0372-2112.2020.09.023
  中图分类号：
- 稿件说明：
移动端阅览
DOI：
DOI：

HTML全文
参考文献
出版信息
数据统计

摘要

Abstract

关键词

Keywords

references

79

浏览量

166

下载量

2

CSCD

文章被引用时，请邮件提醒。

提交

工具集

BibTeX下载
Endnote下载
RefMan 下载
NoteExpress下载
NoteFirst下载

关联资源

相关文章

基于非一般类算子融合方法及硬件架构设计

MalMKNet：一种用于恶意代码分类的多尺度卷积神经网络

基于特征膨胀卷积模块的轻量化技术研究

Mobile_BLNet：基于Big-Little Net的轻量级卷积神经网络优化设计

一种轻量级的多尺度通道注意图像超分辨率重建网络

相关作者

王莹

高岚

张哲

刘昕

武毅雄

张伟功

张丹丹

宋亚飞

相关机构

首都师范大学信息工程学院

首都师范大学数学科学学院

山西农业大学软件学院

空军工程大学防空反导学院

中国矿业大学计算机科学与技术学院