Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 Lokale TagsFreigabegeschichteDetailsÜbersicht
  Learnable Online Graph Representations for 3D Multi-Object Tracking

Zaech, J.-N., Dai, D., Liniger, A., Danelljan, M., & Van Gool, L. (2022). Learnable Online Graph Representations for 3D Multi-Object Tracking. IEEE Robotics and Automation Letters, 7(2), 5103-5110. doi:10.1109/LRA.2022.3145952.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0009-444F-3 Versions-Permalink: https://hdl.handle.net/21.11116/0000-000C-B872-4
Genre: Zeitschriftenartikel
Latex : Learnable Online Graph Representations for {3D} Multi-Object Tracking

Dateien

einblenden: Dateien
ausblenden: Dateien
:
arXiv:2104.11747.pdf (Preprint), 3MB
 
Datei-Permalink:
-
Name:
arXiv:2104.11747.pdf
Beschreibung:
File downloaded from arXiv at 2021-09-28 07:05
OA-Status:
Sichtbarkeit:
Privat
MIME-Typ / Prüfsumme:
application/pdf
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
http://arxiv.org/licenses/nonexclusive-distrib/1.0/

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Zaech, Jan-Nico1, Autor
Dai, Dengxin2, Autor           
Liniger, Alexander1, Autor
Danelljan, Martin1, Autor
Van Gool, Luc1, Autor
Affiliations:
1External Organizations, ou_persistent22              
2Computer Vision and Machine Learning, MPI for Informatics, Max Planck Society, ou_1116547              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2021-04-232022
 Publikationsstatus: Online veröffentlicht
 Seiten: 13 p.
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: DOI: 10.1109/LRA.2022.3145952
BibTex Citekey: Zaech2104.11747
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: IEEE Robotics and Automation Letters
Genre der Quelle: Zeitschrift
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Piscataway, NJ : IEEE
Seiten: - Band / Heft: 7 (2) Artikelnummer: - Start- / Endseite: 5103 - 5110 Identifikator: ISSN: 2377-3766
CoNE: https://pure.mpg.de/cone/journals/resource/23773766