Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Investigating pretrained self-supervised vision transformers for reference-based quality assessment
Luleå tekniska universitet, Institutionen för system- och rymdteknik, EISLAB.ORCID-id: 0000-0003-0221-8268
2023 (engelsk)Konferansepaper, Publicerat paper (Fagfellevurdert)
sted, utgiver, år, opplag, sider
Society for Imaging Science and Technology , 2023. Vol. 35, artikkel-id IQSP-308
Serie
IS&T International Symposium on Electronic Imaging Science and Technology, E-ISSN 2470-1173
Emneord [en]
Full-reference Image Quality Assessment, Vision Transformers, Self-Supervised Learning (DINO)
HSV kategori
Forskningsprogram
Maskininlärning
Identifikatorer
URN: urn:nbn:se:ltu:diva-103562DOI: 10.2352/EI.2023.35.8.IQSP-308Scopus ID: 2-s2.0-85169569117OAI: oai:DiVA.org:ltu-103562DiVA, id: diva2:1826836
Konferanse
IS and T International Symposium on Electronic Imaging: 20th Image Quality and System Performance, IQSP 2023, San Francisco, United States, January 16-19, 2023
Tilgjengelig fra: 2024-01-12 Laget: 2024-01-12 Sist oppdatert: 2025-02-01bibliografisk kontrollert

Open Access i DiVA

Fulltekst mangler i DiVA

Andre lenker

Forlagets fulltekstScopusConference home page

Person

De, Kanjar

Søk i DiVA

Av forfatter/redaktør
De, Kanjar
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetric

doi
urn-nbn
Totalt: 68 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf