Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 DetailsÜbersicht
  A Convex Relaxation for Multi-Graph Matching

Swoboda, P., Kainmüller, D., Mokarian, A., Theobalt, C., & Bernard, F. (2019). A Convex Relaxation for Multi-Graph Matching. In IEEE/CVF Conference on Computer Vision and Pattern Recognition (pp. 11156-11165). Piscataway, NJ: IEEE. doi:10.1109/CVPR.2019.01141.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0005-74B8-9 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0005-7CE1-2
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Swoboda, Paul1, Autor           
Kainmüller, Dagmar2, Autor
Mokarian, Ashkan2, Autor
Theobalt, Christian3, Autor           
Bernard, Florian2, Autor
Affiliations:
1Computer Vision and Machine Learning, MPI for Informatics, Max Planck Society, ou_1116547              
2External Organizations, ou_persistent22              
3Computer Graphics, MPI for Informatics, Max Planck Society, ou_40047              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 20192019
 Publikationsstatus: Online veröffentlicht
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: SwobodaCVPR2019a
DOI: 10.1109/CVPR.2019.01141
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 32nd IEEE Conference on Computer Vision and Pattern Recognition
Veranstaltungsort: Long Beach, CA, USA
Start-/Enddatum: 2019-06-15 - 2019-06-20

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: IEEE/CVF Conference on Computer Vision and Pattern Recognition
  Kurztitel : CVPR 2019
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Piscataway, NJ : IEEE
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 11156 - 11165 Identifikator: ISBN: 978-1-7281-3293-8