首页> 外文OA文献 >Sparse Deep LSTMs with Convolutional Attention for Human Action Recognition

【2h】

Sparse Deep LSTMs with Convolutional Attention for Human Action Recognition

机译：稀疏的深层LSTMS，具有卷大关注人类行动识别

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Atefe Aghaei; Ali Nazari; Mohsen Ebrahimi Moghaddam;
展开▼
作者单位

展开▼
年度 2021
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Human action recognition using convolutional LSTM and fully-connected LSTM with different attentions [J] . Zhang Zufan, Lv Zongming, Gan Chenquan, Neurocomputing . 2020,第Octa14期

机译：使用卷积LSTM和完全连接的LSTM具有不同关注的人类行动识别
2. An attention mechanism based convolutional LSTM network for video action recognition [J] . Ge Hongwei, Yan Zehang, Yu Wenhao, Multimedia Tools and Applications . 2019,第14期

机译：基于注意力机制的卷积LSTM网络用于视频动作识别
3. Correlational Convolutional LSTM for human action recognition [J] . Majd Mahshid, Safabakhsh Reza Neurocomputing . 2020,第Jul5期

机译：用于人类行动认可的相关卷积LSTM
4. Towards an Attention Mechanism LSTM Framework for Human Action Recognition in Videos [C] . Carlos Ismael Orozco, Maria Elena Buemi, Julio Jacobo Berlles IEEE Congreso Bienal de Argentina . 2020

机译：朝着视频动作认可的注意机制LSTM框架
5. Deep Learning-Based Hosting Capacity Analysis in LV Distribution Grids with Spatial-Temporal LSTMs [D] . Wu, Jiaqi. 2021

机译：LV分布网的基于深度学习的托管能力分析，具有空间时间LSTMS
6. Deep Convolutional and LSTM Networks on Multi-Channel Time Series Data for Gait Phase Recognition [O] . David Kreuzer, Michael Munz 2021

机译：用于远程阶段识别的多通道时间序列数据的深度卷积和LSTM网络
7. Deep Multi-Kernel Convolutional LSTM Networks and an Attention-Based Mechanism for Videos [O] . Sebastian Agethen, Winston H. Hsu 2020

机译：深度多核卷积LSTM网络和基于关注的视频机制

Sparse Deep LSTMs with Convolutional Attention for Human Action Recognition

著录项

引文网络

相似文献

相关主题

期刊订阅