[1] |
周翰祺, 方东旭, 张宁波, 孙文生. 基于深度学习的多无人机多目标跟踪[J]. 计算机工程, 2025, 51(4): 57-65. |
[2] |
孙子文, 钱立志, 袁广林, 杨传栋, 凌冲. 基于实时动态模板更新的Transformer目标跟踪方法[J]. 计算机工程, 2025, 51(4): 158-168. |
[3] |
崔金荣, 叶伟浩, 郑鸿, 刘同来, 齐龙, 徐勇. 基于域自适应NWD-YOLOv5的复杂环境下水稻幼苗计数[J]. 计算机工程, 2025, 51(3): 320-333. |
[4] |
罗旭东, 袁笛, 常晓军, 何震宇. 基于不确定性启发图像增强的水下目标跟踪[J]. 计算机工程, 2025, 51(1): 11-19. |
[5] |
陈浩, 陈珺, 刘飞. 基于自主探索的移动机器人路径规划研究[J]. 计算机工程, 2025, 51(1): 60-70. |
[6] |
张国胜, 李彩虹, 张耀玉, 周瑞红, 梁振英. 基于改进人工势场法的机器人局部路径规划[J]. 计算机工程, 2025, 51(1): 88-97. |
[7] |
林畅, 郭伟, 任哲聪, 金海波. 基于Transformer的目标跟踪与分割统一算法[J]. 计算机工程, 2024, 50(9): 130-141. |
[8] |
张朋, 严盼盼, 乔凤杰. 基于长时跟踪的滑雪教学姿态辅助矫正方法[J]. 计算机工程, 2024, 50(7): 79-86. |
[9] |
安玉, 葛海波, 何文昊, 马赛, 程梦洋. 基于补偿注意力机制的Siamese网络跟踪算法[J]. 计算机工程, 2024, 50(4): 187-196. |
[10] |
毕千, 钱程, 张可, 王成. 基于深度强化学习的多智能体角度跟踪方法设计[J]. 计算机工程, 2024, 50(11): 10-17. |
[11] |
谌海云, 余鹏, 王海川. 时域孪生网络融合Transformer的长时无人机视觉跟踪[J]. 计算机工程, 2024, 50(11): 107-118. |
[12] |
王少桐, 况立群, 韩慧妍, 熊风光, 薛红新. 基于优势后见经验回放的强化学习导航方法[J]. 计算机工程, 2024, 50(1): 313-319. |
[13] |
王春雷, 张建林, 李美惠, 徐智勇, 魏宇星. 结合卷积Transformer的目标跟踪算法[J]. 计算机工程, 2023, 49(4): 281-288,296. |
[14] |
周海赟, 项学智, 王馨遥, 任文凯. 多特征融合的端到端链式行人多目标跟踪网络[J]. 计算机工程, 2022, 48(9): 305-313. |
[15] |
李婷婷, 谢振平. 一种新的人眼视觉运动认知特性实验分析方法[J]. 计算机工程, 2022, 48(11): 266-274,283. |