Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse
  1. Datensatz Übersicht / 
  2. Datensatz ansehen

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Efficient Sparse-to-Dense Optical Flow Estimation using a Learned Basis and Layers

Wulff, J., & Black, M. J. (2015). Efficient Sparse-to-Dense Optical Flow Estimation using a Learned Basis and Layers. In 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2015) (pp. 120-130). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2015.7298607.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-002A-1F32-1 Versions-Permalink: https://hdl.handle.net/21.11116/0000-000A-B22A-E
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Wulff, Jonas1, Autor           
Black, Michael J.1, Autor           
Affiliations:
1Dept. Perceiving Systems, Max Planck Institute for Intelligent Systems, Max Planck Society, ou_1497642              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Abt. Black
 Zusammenfassung: -

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2015-10-152015
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: Wulff:CVPR:2015
DOI: 10.1109/CVPR.2015.7298607
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2015)
Veranstaltungsort: Boston, MA
Start-/Enddatum: 2015-06-07 - 2015-06-12

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: 2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2015)
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Piscataway, NJ : IEEE
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 120 - 130 Identifikator: ISBN: 978-1-4673-6964-0
ISBN: 978-1-4673-6963-3
ISBN: 978-1-4673-6965-7
ISSN: 1063-6919
DOI: 10.1109/CVPR31182.2015