EUVIMEDEUVIMED entdecken
Crossref

WATB: Wild Animal Tracking Benchmark

Fasheng Wang, Ping Cao, Fu Li, Xing Wang, Bing He, Fuming Sun

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.

AbstractBibliografische AngabenZitierenVerwandte Studien

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}
}
Kostenlos starten →