ReP USP - Resultado da busca

Artigo de periodico
Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation (2025)
Barbosa, Felipe ; Osório, Fernando Santos
Unidade: ICMC
Subjects: VISÃO COMPUTACIONAL, APRENDIZAGEM PROFUNDA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARBOSA, Felipe e OSÓRIO, Fernando Santos. Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation. v. 111, p. 1-15, 2025Tradução . . Disponível em: https://doi.org/10.1007/s10846-025-02220-9. Acesso em: 05 dez. 2025.
APA
Barbosa, F., & Osório, F. S. (2025). Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation, 111, 1-15. doi:10.1007/s10846-025-02220-9
NLM
Barbosa F, Osório FS. Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation [Internet]. 2025 ; 111 1-15.[citado 2025 dez. 05 ] Available from: https://doi.org/10.1007/s10846-025-02220-9
Vancouver
Barbosa F, Osório FS. Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation [Internet]. 2025 ; 111 1-15.[citado 2025 dez. 05 ] Available from: https://doi.org/10.1007/s10846-025-02220-9
Trabalho de evento
Robust scene understanding for mobile robots based on vision and deep learning models (2025)
Pereira, Letícia C; Osório, Fernando Santos
Source: Proceedings. Conference titles: International Conference on Informatics in Control, Automation and Robotics. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, VISÃO COMPUTACIONAL, ROBÔS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PEREIRA, Letícia C e OSÓRIO, Fernando Santos. Robust scene understanding for mobile robots based on vision and deep learning models. 2025, Anais.. Setúbal: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, 2025. Disponível em: https://doi.org/10.5220/0013789100003982. Acesso em: 05 dez. 2025.
APA
Pereira, L. C., & Osório, F. S. (2025). Robust scene understanding for mobile robots based on vision and deep learning models. In Proceedings. Setúbal: Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo. doi:10.5220/0013789100003982
NLM
Pereira LC, Osório FS. Robust scene understanding for mobile robots based on vision and deep learning models [Internet]. Proceedings. 2025 ;[citado 2025 dez. 05 ] Available from: https://doi.org/10.5220/0013789100003982
Vancouver
Pereira LC, Osório FS. Robust scene understanding for mobile robots based on vision and deep learning models [Internet]. Proceedings. 2025 ;[citado 2025 dez. 05 ] Available from: https://doi.org/10.5220/0013789100003982
Trabalho de evento
Real-time pedestrian detection and tracking system using deep learning and Kalman filter: applications on embedded systems in advanced driver assistance systems (2023)
Bruno, Diego Renan ; Osório, Fernando Santos
Source: Proceedings. Conference titles: Latin American Robotics Symposium - LARS. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, VEÍCULOS AUTÔNOMOS, VISÃO COMPUTACIONAL, CIDADES INTELIGENTES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BRUNO, Diego Renan e OSÓRIO, Fernando Santos. Real-time pedestrian detection and tracking system using deep learning and Kalman filter: applications on embedded systems in advanced driver assistance systems. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10333032. Acesso em: 05 dez. 2025.
APA
Bruno, D. R., & Osório, F. S. (2023). Real-time pedestrian detection and tracking system using deep learning and Kalman filter: applications on embedded systems in advanced driver assistance systems. In Proceedings. Piscataway: IEEE. doi:10.1109/LARS/SBR/WRE59448.2023.10333032
NLM
Bruno DR, Osório FS. Real-time pedestrian detection and tracking system using deep learning and Kalman filter: applications on embedded systems in advanced driver assistance systems [Internet]. Proceedings. 2023 ;[citado 2025 dez. 05 ] Available from: https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10333032
Vancouver
Bruno DR, Osório FS. Real-time pedestrian detection and tracking system using deep learning and Kalman filter: applications on embedded systems in advanced driver assistance systems [Internet]. Proceedings. 2023 ;[citado 2025 dez. 05 ] Available from: https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10333032
Trabalho de evento
Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning (2023)
Barbosa, Felipe Manfio ; Osório, Fernando Santos
Source: Anais. Conference titles: Congresso da Sociedade Brasileira de Computação - CSBC. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, ESTABILIDADE, VISÃO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARBOSA, Felipe Manfio e OSÓRIO, Fernando Santos. Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning. 2023, Anais.. Porto Alegre: SBC, 2023. Disponível em: https://doi.org/10.5753/semish.2023.230573. Acesso em: 05 dez. 2025.
APA
Barbosa, F. M., & Osório, F. S. (2023). Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning. In Anais. Porto Alegre: SBC. doi:10.5753/semish.2023.230573
NLM
Barbosa FM, Osório FS. Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning [Internet]. Anais. 2023 ;[citado 2025 dez. 05 ] Available from: https://doi.org/10.5753/semish.2023.230573
Vancouver
Barbosa FM, Osório FS. Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning [Internet]. Anais. 2023 ;[citado 2025 dez. 05 ] Available from: https://doi.org/10.5753/semish.2023.230573
Trabalho de evento
Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes (2023)
Barbosa, Felipe Manfio ; Osório, Fernando Santos
Source: Proceedings. Conference titles: Latin American Robotics Symposium - LARS. Unidade: ICMC
Subjects: APRENDIZAGEM PROFUNDA, SEMÂNTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BARBOSA, Felipe Manfio e OSÓRIO, Fernando Santos. Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10333056. Acesso em: 05 dez. 2025.
APA
Barbosa, F. M., & Osório, F. S. (2023). Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes. In Proceedings. Piscataway: IEEE. doi:10.1109/LARS/SBR/WRE59448.2023.10333056
NLM
Barbosa FM, Osório FS. Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes [Internet]. Proceedings. 2023 ;[citado 2025 dez. 05 ] Available from: https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10333056
Vancouver
Barbosa FM, Osório FS. Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes [Internet]. Proceedings. 2023 ;[citado 2025 dez. 05 ] Available from: https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10333056

USP Schools

ReP

Filtros

Subjects