Datensatz

DATENSATZ AKTIONENEXPORT

DownloadE-Mail

Bitte beachten Sie, dass eine neuere Version dieses Datensatzes verfügbar ist:
https://pure.mpg.de/pubman/item/item_2375500_6

DetailsÜbersicht

Learning Video Object Segmentation from Static Images

Khoreva, A., Perazzi, F., Benenson, R., Schiele, B., & Sorkine-Hornung, A. (2017). Learning Video Object Segmentation from Static Images. In 30th IEEE Conference on Computer Vision and Pattern Recognition (pp. 3491-3500). Los Alamitos, CA: IEEE Computer Society. doi:10.1109/CVPR.2017.372.

Item is Freigegeben

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:

Datensatz-Permalink: https://hdl.handle.net/11858/00-001M-0000-002C-20BD-B Versions-Permalink: https://hdl.handle.net/21.11116/0000-0000-2538-8

Genre: Konferenzbeitrag

Dateien

einblenden: Dateien

Externe Referenzen

Urheber

ausblenden:

Urheber:
Khoreva, Anna¹, Autor
Perazzi, Federico, Autor
Benenson, Rodrigo¹, Autor
Schiele, Bernt¹, Autor
Sorkine-Hornung, Alexander, Autor

Affiliations:
1Computer Vision and Multimodal Computing, MPI for Informatics, Max Planck Society, ou_1116547

Inhalt

Details

ausblenden:

Sprache(n): eng - English

Datum: Erstellt: 2016-12-08Angenommen: 2017Online veröffentlicht: 2017Erschienen: 2017

Publikationsstatus: Erschienen

Seiten: 16 p.

Ort, Verlag, Ausgabe: -

Inhaltsverzeichnis: -

Art der Begutachtung: -

Identifikatoren: BibTex Citekey: Khoreva1612.02646
DOI: 10.1109/CVPR.2017.372

Art des Abschluß: -

Veranstaltung

ausblenden:

Titel: 30th International Conference on Computer Vision and Pattern Recognition

Veranstaltungsort: Honolulu, HI, USA

Start-/Enddatum: 2017-07-22 - 2017-07-25

Entscheidung

Projektinformation

Quelle 1

ausblenden:

Titel: 30th IEEE Conference on Computer Vision and Pattern Recognition

Kurztitel : CVPR 2017

Untertitel : Proceedings

Genre der Quelle: Konferenzband

Urheber:

Affiliations:

Ort, Verlag, Ausgabe: Los Alamitos, CA : IEEE Computer Society

Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 3491 - 3500 Identifikator: ISBN: 978-1-5386-0458-8