首页> 外文OA文献 >End-to-end Audio Visual Scene-aware Dialog Using Multimodal Attention-based Video Features

【2h】

End-to-end Audio Visual Scene-aware Dialog Using Multimodal Attention-based Video Features

机译：使用基于多模式关注的视频功能的端到端音频视觉场景感知对话框

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
Chiori Hori; Huda Alamri; Jue Wang; Gordon Wichern; Takaaki Hori; Anoop Cherian; Tim K. Marks; Vincent Cartillier; Raphael Gontijo Lopes; Abhishek Das; Irfan Essa; Dhruv Batra; Devi Parikh;
展开▼
作者单位

展开▼
年度 2019
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. Hierarchical multimodal attention for end-to-end audio-visual scene-aware dialogue response generation [J] . Hung Le, Doyen Sahoo, Nancy F. Chen, Computer speech and language . 2020,第Sepa期

机译：端到端视听场景感知对话响应生成的分层多模式关注
2. Investigating topics, audio representations and attention for multimodal scene-aware dialog [J] . Shachi H. Kumar, Eda Okur, Saurav Sahay, Computer speech and language . 2020,第Nova期

机译：调查多模式场景感知对话框的主题，音频表示和注意力
3. Multimodal framework based on audio-visual features for summarisation of cricket videos [J] . Javed Ali, Irtaza Aun, Malik Hafiz, Image Processing, IET . 2019,第4期

机译：基于视听功能的多模式框架，用于板球视频摘要
4. End-to-end Audio Visual Scene-aware Dialog Using Multimodal Attention-based Video Features [C] . Chiori Hori, Huda Alamri, Jue Wang, IEEE International Conference on Acoustics, Speech and Signal Processing . 2019

机译：使用基于多模式注意力的视频功能的端到端视听场景感知对话框
5. Multimodal Sensing and Data Processing for Speaker and Emotion Recognition Using Deep Learning Models with Audio, Video and Biomedical Sensors [D] . Abtahi, Farnaz. 2018

机译：使用具有音频，视频和生物医学传感器的深度学习模型，对说话人和情感识别进行多模式传感和数据处理
6. A Novel Time-Incremental End-to-End Shared Neural Network with Attention-Based Feature Fusion for Multiclass Motor Imagery Recognition [O] . Shidong Lian, Jialin Xu, Guokun Zuo, 2021

机译：一种新的时增量端到端共享神经网络具有基于关注的特征融合用于多字母电机图像识别
7. TMT: A Transformer-Based Modal Translator for Improving Multimodal Sequence Representations in Audio Visual Scene-Aware Dialog [O] . Wubo Li, Dongwei Jiang, Wei Zou, 2020

机译：TMT：基于变压器的模型转换器，用于改善音频视觉场景感知对话框中的多模序列表示

End-to-end Audio Visual Scene-aware Dialog Using Multimodal Attention-based Video Features

著录项

引文网络

相似文献

相关主题

期刊订阅