( en | de | ru )

 

Disambiguierung von "Sagata, Atsushi"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Weakly Supervised Instance Segmentation Using Hybrid Networks.

, , , , , , und . ICASSP, Seite 1917-1921. IEEE, (2019)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Atsushi Imai

Atsushi Imai

Atsushi Yagi

Atsushi Fukui

Atsushi Kambayashi

 

Weitere Publikationen von Autoren mit dem selben Namen

Adaptive Loss Balancing for Multitask Learning of Object Instance Recognition and 3D Pose Estimation., , , und . IROS, Seite 2587-2592. IEEE, (2019)Category Independent Object Transfiguration with Domain Aware GAN., , , , und . ACPR (1), Volume 12046 von Lecture Notes in Computer Science, Seite 705-719. Springer, (2019)Semantic Segmentation of Sparsely Annotated 3D Point Clouds by Pseudo-Labelling., , , , und . 3DV, Seite 463-471. IEEE, (2019)Weakly Supervised Instance Segmentation Using Hybrid Networks., , , , , , und . ICASSP, Seite 1917-1921. IEEE, (2019)Single-chip 4K 60fps 4: 2: 2 HEVC video encoder LSI with 8K scalability., , , , , , , , , und 5 andere Autor(en). VLSIC, Seite 54-. IEEE, (2015)MVC real-time video encoder for full-HDTV 3D video., , , , , , , , , und 2 andere Autor(en). ICCE, Seite 166-167. IEEE, (2012)Concatenated Feature Pyramid Network for Instance Segmentation., , , und . BigMM, Seite 297-301. IEEE, (2019)A Single-Chip 4K 60-fps 4: 2: 2 HEVC Video Encoder LSI Employing Efficient Motion Estimation and Mode Decision Framework With Scalability to 8K., , , , , , , , , und 3 andere Autor(en). IEEE Trans. Very Large Scale Integr. Syst., 26 (10): 1930-1938 (2018)Bitstream scaling by reference frame altering., , , und . Syst. Comput. Jpn., 32 (9): 11-21 (2001)NTT_CQUPT@TRECVID2019 ActEV: Activities in Extended Video., , , , , , , , , und 4 andere Autor(en). TRECVID, National Institute of Standards and Technology (NIST), (2019)