Анализ страницы https://rose-vision.github.io/publications/
Основное Готовность: 75%
Домен
rose-vision.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 01.11.2026 2:38:01.
Включён HSTS (Strict-Transport-Security) — защита от подмены на http.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
en
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en.
Скорость загрузки
~0,28сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,28сек оптимальна.
Объем документа
28Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 28Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 20
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 20 много для одной страницы. Приемлемо до 10. Проведите оптимизацию файлов ресурсов!
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | https://unpkg.com/swiper@8/swiper-bundle.min.css | |
| stylesheet | /lib/normalize/normalize.min.css | |
| stylesheet | /css/style.min.css | |
| stylesheet | /lib/fontawesome-free/all.min.css | |
| stylesheet | /lib/animate/animate.min.css | |
| stylesheet | /lib/lightgallery/lightgallery.min.css | |
| stylesheet | /lib/katex/katex.min.css | |
| stylesheet | /lib/katex/copy-tex.min.css | |
| js | text/javascript | /lib/smooth-scroll/smooth-scroll.min.js |
| js | text/javascript | /lib/lazysizes/lazysizes.min.js |
| js | text/javascript | /lib/lightgallery/lightgallery.min.js |
| js | text/javascript | /lib/lightgallery/lg-thumbnail.min.js |
| js | text/javascript | /lib/lightgallery/lg-zoom.min.js |
| js | text/javascript | /lib/clipboard/clipboard.min.js |
| js | text/javascript | /lib/sharer/sharer.min.js |
| js | text/javascript | /lib/katex/katex.min.js |
| js | text/javascript | /lib/katex/auto-render.min.js |
| js | text/javascript | /lib/katex/copy-tex.min.js |
| js | text/javascript | /lib/katex/mhchem.min.js |
| js | text/javascript | /js/theme.min.js |
Серверные заголовки
Кол-во: 18
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 18шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| Strict-Transport-Security | max-age=31556952 |
| ETag | "6a74543c-7252" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 1772:0A05:34A210:392E42:6A8B3D1D |
| x-github-edge-region | swedencentral |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sun, 23 Aug 2026 18:34:05 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-bma-essb1270032-BMA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787510045.344052,VS0,VE139 |
| Vary | Accept-Encoding |
| x-fastly-request-id | 9b1e8b103f2a34060ee070be6c74f01bf4c5840a |
CMS
Не определена
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
CMS не определена. Вероятно, сайт самописный либо движок надёжно скрыт. Это не ошибка.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 43%
Title
Publications - RObust & SEcure Vision Lab @ BUAA
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо уменьшить число символов в title (текущее значение: 48, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
The website of RObust & SEcure Vision Lab @ BUAA
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Необходимо увеличить число символов в description (текущее значение мало: 48, минимум: 80, оптимально: от 120 до 130)
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
https://rose-vision.github.io/publications/
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Канонический Url прописан корректно.
Robots
Есть ошибки
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots указан, но в нем содержится неизвестное значение...
Адаптивность
width=device-width,initial-scale=1
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Кол-во: 7
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:url | https://rose-vision.github.io/publications/ |
| og:site_name | RObust & SEcure Vision Lab @ BUAA |
| og:title | Publications |
| og:description | 2026 Brain-inspired Spatial Intelligence for Embodied Agents (Nature series) Shouwei Ruan, Liyuan Wang, Caixin Kang, Qihui Zhu, Songming Liu, Xingxing Wei*, Hang Su* Nature Communications Visual Adversarial Attacks and Defenses in the Physical World: A Survey (Survey Paper) Xingxing Wei*, Bangzheng Pu, Shiji Zhao, Jiefan Lu, Baoyuan Wu ACM Computing Surveys (CSUR) Improving Viewpoint Robustness for Visual Recognition via Adversarial Training Shouwei Ruan, Yinpeng Dong, Hang Su, Ning Chen, Haibin Duan, Xingxing Wei* |
| og:locale | en |
| og:type | article |
| og:image | https://rose-vision.github.io/logo.png |
Все мета-теги
Кол-во: 18
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 18шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width,initial-scale=1 |
| name | robots | noodp |
| name | Description | The website of RObust & SEcure Vision Lab @ BUAA |
| name | twitter:card | summary_large_image |
| name | twitter:image | https://rose-vision.github.io/logo.png |
| name | twitter:title | Publications |
| name | twitter:description | 2026 Brain-inspired Spatial Intelligence for Embodied Agents (Nature series) Shouwei Ruan, Liyuan Wang, Caixin Kang, Qihui Zhu, Songming Liu, Xingxing Wei*, Hang Su* Nature Communications Visual Adversarial Attacks and Defenses in the Physical World: A Survey (Survey Paper) Xingxing Wei*, Bangzheng Pu, Shiji Zhao, Jiefan Lu, Baoyuan Wu ACM Computing Surveys (CSUR) Improving Viewpoint Robustness for Visual Recognition via Adversarial Training Shouwei Ruan, Yinpeng Dong, Hang Su, Ning Chen, Haibin Duan, Xingxing Wei* |
| name | application-name | ROSE@BUAA |
| name | apple-mobile-web-app-title | ROSE@BUAA |
| name | theme-color | #ffffff |
| name | msapplication-TileColor | #da532c |
| property | og:url | https://rose-vision.github.io/publications/ |
| property | og:site_name | RObust & SEcure Vision Lab @ BUAA |
| property | og:title | Publications |
| property | og:description | 2026 Brain-inspired Spatial Intelligence for Embodied Agents (Nature series) Shouwei Ruan, Liyuan Wang, Caixin Kang, Qihui Zhu, Songming Liu, Xingxing Wei*, Hang Su* Nature Communications Visual Adversarial Attacks and Defenses in the Physical World: A Survey (Survey Paper) Xingxing Wei*, Bangzheng Pu, Shiji Zhao, Jiefan Lu, Baoyuan Wu ACM Computing Surveys (CSUR) Improving Viewpoint Robustness for Visual Recognition via Adversarial Training Shouwei Ruan, Yinpeng Dong, Hang Su, Ning Chen, Haibin Duan, Xingxing Wei* |
| property | og:locale | en |
| property | og:type | article |
| property | og:image | https://rose-vision.github.io/logo.png |
Оптимизация Готовность: 75%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют в единственном экземпляре).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Среднее число слов в абзаце 9 слишком мало. Сделайте контент более читаемым!
Слова из title 6 встречаются в тексте достаточно.
Абзацев с текстом 231 достаточно.
Кол-во знаков контента 16539 на странице оптимально.
Кол-во слов 2348 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h1> 1. Это прекрасно.
На странице присутствуют заголовки <h2> 8. Это хорошо.
Тошнота
8,66
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 5. Измените текст страницы!
Академич. тошнота
1,02%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота не дотягивает до нормы 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| xingxing | 75 | 3,19% |
| conference | 43 | 1,83% |
| adversarial | 37 | 1,58% |
| vision | 30 | 1,28% |
| computer | 27 | 1,15% |
| international | 25 | 1,06% |
| pattern | 21 | 0,89% |
| shouwei | 19 | 0,81% |
| transactions | 18 | 0,77% |
| detection | 17 | 0,72% |
| intelligence | 16 | 0,68% |
| yinpeng | 16 | 0,68% |
| attacks | 14 | 0,60% |
| recognition | 13 | 0,55% |
| machine | 13 | 0,55% |
| yitong | 13 | 0,55% |
| analysis | 12 | 0,51% |
| multimedia | 12 | 0,51% |
| maoxun | 11 | 0,47% |
| object | 11 | 0,47% |
Индексация Готовность: 50%
Индексирование
Ошибок нет
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 96 оптимально. Поисковые роботы обязательно проиндексируют сайт.
Robots.txt
Не найден
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Файл robots.txt не найден (ошибка 404). Крайне рекомендуем добавить файл robots.txt, это правило хорошего тона для поисковых роботов.
Sitemap
Кол-во: 0
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt не содержит ссылку на карту сайта. Рекомендуется добавить карту сайта и указать ссылку на нее в robots.txt.
Внутренние ссылки
Кол-во: 90
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 90 оптимально.
Показать внутренние ссылки
| Url | Анкор | Состояние |
|---|---|---|
| / |
ROSE Vision Lab @ BUAA
|
|
| / |
Home
|
|
| /team/ |
Team
|
|
| /research/ |
Research
|
|
| /publications/ |
Publications
|
|
| /activity/ |
Activity
|
|
| / |
ROSE Vision Lab @ BUAA
|
|
| / |
Home
|
|
| /team/ |
Team
|
|
| /research/ |
Research
|
|
| /publications/ |
Publications
|
|
| /activity/ |
Activity
|
|
| / |
Brain-inspired Spatial Intelligence for Embodied Agents
<span style="color:red">(Nature series)</span>
|
|
| / |
Visual Adversarial Attacks and Defenses in the Physical World: A Survey
<span style="color:red">(Survey Paper)</span>
|
|
| / |
Improving Viewpoint Robustness for Visual Recognition via Adversarial Training
|
|
| / |
UniNDM: A Unified Noise-driven Detection and Mitigation Framework Against Sexual Content in Text-to-Image Generation
|
|
| / |
Knowledge-guided Adversarial Training for Infrared Object Detection via Thermal Radiation Modeling
|
|
| / |
ThinkingGuard: Decoding Implicit Hazards via Step-by-Step Risk Attribution in Multimodal Large Language Models
|
|
| / |
Beyond Static Cues: Unified Dynamic Detection of MLLM Backdoors via Dual-Flow Trajectory Analysis
|
|
| / |
RGBT-GroundBench: Visual Grounding Beyond RGB in Complex Real-World Scenarios
|
|
| / |
The Path to Reconciling Quality and Safety Alignment in Text-to-Image Generation
|
|
| / |
Towards Seed-Robust Safety Alignment in Text-to-Image Models
|
|
| / |
MESA: Improving MoE Safety Alignment via Decentralized Expertise
|
|
| / |
Seeing Through the Noise: Improving Infrared Small Target Detection and Segmentation from Noise Suppression Perspective
|
|
| / |
VRSA: Jailbreaking Multimodal Large Language Models through Visual Reasoning Sequential Attack
|
|
| / |
Any2Critical: Safety-Critical Scenario Generation from Arbitrary Real-World Driving Contexts
|
|
| / |
Never compromise to vulnerabilities: A comprehensive survey on ai governance
|
|
| / |
Real-world Adversarial Defense against Patch Attacks based on Diffusion Model
|
|
| / |
Mitigating Overthinking in Large Reasoning Models via Manifold Steering
|
|
| / |
DeceptionBench: A Comprehensive Benchmark for AI Deception Behaviors in Real-world Scenarios
|
|
| / |
UniRGB-IR: A Unified Framework for Visible-Infrared Semantic Tasks via Adapter Tuning
|
|
| / |
NDM: A Noise-driven Detection and Mitigation Framework against Implicit Sexual Intentions in Text-to-Image Generation
|
|
| / |
AdvDreamer Unveils: Are Vision-Language Models Truly Ready for Real-World 3D Variations?
<span style="color:red">(Highlight)</span>
|
|
| / |
When Lighting Deceives: Exposing Vision-Language Models' Vulnerability Through Illumination Transformation Attack
|
|
| / |
Rethinking Multi-modal Object Detection from the Perspective of Mono-Modality Feature Learning
|
|
| / |
Jailbreaking Multimodal Large Language Models via Shuffle Inconsistency
|
|
| / |
Breaking the Ceiling: Exploring the Potential of Jailbreak Attacks through Expanding Strategy Space
|
|
| / |
ProjAttacker: A Configurable Physical Adversarial Attack for Face Recognition via Projector
|
|
| / |
TASAR: Transfer-based Attack on Skeletal Action Recognition
|
|
| / |
Multi-task Robustness Enhancement Framework against Various Adversarial Patches
|
|
| / |
Removal then Selection: A Coarse-to-Fine Fusion Perspective for RGB-Infrared Object Detection
|
|
| / |
Vulnerabilities in AI-generated Image Detection: The Challenge of Adversarial Attacks
|
|
| / |
空间细节记忆指导多光谱图像的全色锐化方法
|
|
| / |
Revisiting the Trade-off between Accuracy and Robustness via Filters’ Weight Distribution
|
|
| / |
Distributional Location-aware Transferable Adversarial Patch for Facial Images
|
|
| / |
Mitigating Accuracy-Robustness Trade-off via Balanced Multi-Teacher Adversarial Distillation
|
|
| / |
Improving Fast Adversarial Training with Prior-Guided Knowledge
|
|
| / |
Towards Transferable Targeted 3D Adversarial Attack in the Physical World
|
|
| / |
Embodied Laser Attack: Leveraging Scene Priors to Achieve Agent-based Robust Non-contact Attacks
|
|
| / |
Improving Adversarial Robust Fairness via Anti-bias Soft Label Distillation
|
|
| / |
Benchmarking Trustworthiness of Multimodal Large Language Models: A Comprehensive Study
|
|
| / |
Omniview-Tuning: Boosting Viewpoint Invariance of Vision-Language Pre-training models
<span style="color:red">(Oral)</span>
|
|
| / |
DIFFender: Diffusion-Based Adversarial Defense against Patch Attacks
|
|
| / |
C2Former: Calibrated and Complementary Transformer for RGB-Infrared Object Detection
<span style="color:red">(ESI Highly Cited Paper)</span>
|
|
| / |
Diverse Visible-to-Thermal Image Translation via Controllable Temperature Encoding
|
|
| / |
Classification Committee for Active Deep Object Detection
|
|
| / |
MIAD-MARK: Adversarial Watermarking of Medical Image for Protecting Copyright and Privacy
|
|
| / |
Defending Adversarial Patches via Joint Region Localizing and Inpainting
|
|
| / |
Efficient Robustness Assessement via Adversarial Spatial-Temporal Focus on Videos
|
|
| / |
Unified Adversarial Patch for Visible-Infrared Cross-modal Attacks in the Physical World
|
|
| / |
Infrared Adversarial Patches with Learnable Shapes and Locations in the Physical World
|
|
| / |
Physically Adversarial Infrared Patches with Learanble Shapes and Locations
|
|
| / |
Unified Adversarial Patch for Cross-modal Attacks in the Physical World
|
|
| / |
Towards Viewpoint-Invariant Visual Recognition via Adversarial Training
|
|
| / |
Benchmarking Robustness of 3D Object Detection to Common Corruption in Automatic Driving
|
|
| / |
Boosting Adversarial Transferability with Learnable Patch-wise Masks
|
|
| / |
Improving RGB-Infrared Object Detection with Cascade Alignment-guided Transformer
<span style="color:red">(ESI Highly Cited Paper)</span>
|
|
| / |
Adversarial Pan-sharpening Attacks for Object Detection in Remote Sensing
|
|
| / |
Adversarial Sticker: A Stealthy Attack Method in the Physical World
|
|
| / |
Simultaneously Optimizing Perturbations and Positions for Black-box Adversarial Patch Attack
|
|
| / |
Sparse Black-box Video Attack with Reinforement Learning
|
|
| / |
ViewFool: Evaluating the Robustness of Visual Recognition to Adversarial Viewpoints
|
|
| / |
Enhanced Accuracy and Robustness via Multi-Teacher Adversarial Distillation
|
|
| / |
Prior-Guided Adversarial Initialization for Fast Adversarial Training
|
|
| / |
Translation, Scale and Rotation, Cross-Modal Alignment Meets RGB-Infrared Vehicle Detection
|
|
| / |
A2SC: Adversrial Attack on Subspace Clustering
|
|
| / |
Enhancing Transferability of Adversarial Examples with Spatial Momentum
|
|
| / |
Efficient Sparse Attacks on Videos using Reinforcement Learning
|
|
| / |
Parallel Rectangle Flip Attack: A Query-based Black-box Attack against Object Detection
|
|
| / |
Black-box Adversarial Attacks by Manipulating Image Attributes
|
|
| / |
Ship Detection in Spaceborne Infrared Image Based on Lightweight CNN and Multisource Feature Cascade Decision
|
|
| / |
Adv-watermark: A Novel Perturbations for Adversarial Examples
|
|
| / |
Heuristic Black-box Adversarial Attacks on Video Recognition Model
|
|
| / |
Efficient Adversarial Attacks for Visual Object Tracking
|
|
| / |
Ship Detection and Classification from Optical Remote Sensing Images: A Survey
<span style="color:red">(Survey Paper)</span>
|
|
| / |
ComDefend: An Efficient Image Compression Model to Defend Adversarial Examples
|
|
| / |
Transferable Adversarial Attacks for Image and Video Object Detection
|
|
| / |
Sparse Adversarial Perturbations for Videos
|
|
| / |
Video-to-Video Translation with Global Temporal Consistency
|
|
| / |
ROSE Vision Laboratory, BUAA.
|
|
Внешние ссылки
Кол-во: 2
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 2 оптимально.
Показать внешние ссылки
| Url | Анкор |
|---|---|
| github.com |
<i class='fab fa-github fa-fw'></i>
|
| github.com |
<i class='fab fa-github fa-fw'></i>
|
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Страница https://rose-vision.github.io/publications/ готова к продвижению на 61%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки индексации.
Поделитесь с друзьями: