WATB: Wild Animal Tracking Benchmark
International Journal of Computer Vision · 2023-04 · 131 (4) · 899-917
DOI: 10.1007/s11263-022-01732-3 ↗Kurz gefasst
Fachartikel in der Zeitschrift International Journal of Computer Vision, online erschienen am 22.12.2022. Verfasst von Fasheng Wang und 5 weiteren Autor:innen. Die Arbeit wurde bisher 23-mal zitiert (Crossref) und nennt 70 Literaturangaben. Gefördert von: National Natural Science Foundation of China, Program for Liaoning Innovative Talents in University, Liaoning Revitalization Talents Program.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- National Natural Science Foundation of China
- Program for Liaoning Innovative Talents in University
- Liaoning Revitalization Talents Program
Zitieren
APA
Wang, F., Cao, P., Li, F., Wang, X., He, B., & Sun, F. (2023). WATB: Wild Animal Tracking Benchmark. International Journal of Computer Vision, 131(4), 899-917. https://doi.org/10.1007/s11263-022-01732-3
Vancouver
Wang F, Cao P, Li F, Wang X, He B, Sun F. WATB: Wild Animal Tracking Benchmark. International Journal of Computer Vision. 2023;131(4):899-917. doi:10.1007/s11263-022-01732-3
BibTeX
@article{Wang2023,
author = {Wang, Fasheng and Cao, Ping and Li, Fu and Wang, Xing and He, Bing and Sun, Fuming},
title = {WATB: Wild Animal Tracking Benchmark},
journal = {International Journal of Computer Vision},
year = {2023},
volume = {131},
number = {4},
pages = {899--917},
doi = {10.1007/s11263-022-01732-3}
}
EUVIMED