2019 IEEE/CVF International Conference on Computer Vision (ICCV) - Resultados de la búsqueda

Buscar colecciones:

Ordenar por:	Mostrar resultados:	Formato de visualización:

Depósito Digital de Documentos de la UAB	Encontrados 2 registros	La búsqueda tardó 0.04 segundos.

10 p, 1.5 MB

Active learning for deep detection neural networks / Aghdam, Hamed H. (Centre de Visió per Computador (Bellaterra, Catalunya)) ; Gonzalez Garcia, Abel (Centre de Visió per Computador (Bellaterra, Catalunya)) ; Weijer, Joost van de (Centre de Visió per Computador (Bellaterra, Catalunya)) ; López Peña, Antonio M. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
The cost of drawing object bounding boxes (i. e. labeling) for millions of images is prohibitively high. For instance, labeling pedestrians in a regular urban image could take 35 seconds on average. [...]
Institute of Electrical and Electronics Engineers (IEEE), cop.2019 - DOI (Digital Object Identifier)

10.1109/ICCV.2019.00377
2019 IEEE/CVF International Conference on Computer Vision (ICCV), 2019, p. 3671-3679

Registro completo -

11 p, 1.5 MB

Exploring the limitations of behavior cloning for autonomous driving / Codevilla Moraes, Felipe (Centre de Visió per Computador (Bellaterra, Catalunya)) ; Santana, Eder (Toyota Research Institute) ; López Peña, Antonio M. (Centre de Visió per Computador (Bellaterra, Catalunya)) ; Gaidon, Adrien (Toyota Research Institute)
Driving requires reacting to a wide variety of complex environment conditions and agent behaviors. Explicitly modeling each possible scenario is unrealistic. In contrast, imitation learning can, in theory, leverage data from large fleets of human-driven cars. [...]
Institute of Electrical and Electronics Engineers (IEEE), cop.2019 - DOI (Digital Object Identifier)

10.1109/ICCV.2019.00942
2019 IEEE/CVF International Conference on Computer Vision (ICCV), 2019, p. 9328-9337

Registro completo -

¿Le interesa recibir alertas sobre nuevos resultados de esta búsqueda?
Defina una alerta personal vía correo electrónico o subscríbase al canal RSS.