首页> 外文OA文献 >Deep Multi-Kernel Convolutional LSTM Networks and an Attention-Based Mechanism for Videos

【2h】

Deep Multi-Kernel Convolutional LSTM Networks and an Attention-Based Mechanism for Videos

机译：深度多核卷积LSTM网络和基于关注的视频机制

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
Sebastian Agethen; Winston H. Hsu;
展开▼
作者单位

展开▼
年度 2020
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. Deep Multi-Kernel Convolutional LSTM Networks and an Attention-Based Mechanism for Videos [J] . IEEE transactions on multimedia . 2020,第3期

机译：深度多核卷积LSTM网络和基于注意力的视频机制
2. Fully automatic segmentation of glottis and vocal folds in endoscopic laryngeal high-speed videos using a deep Convolutional LSTM Network [J] . Mona Kirstin Fehling, Fabian Grosch, Maria Elke Schuster, PLoS One . 2020,第2期

机译：使用深卷积LSTM网络全自动地分割内镜喉部高速视频的光泽和声带
3. Attention-based spatial–temporal hierarchical ConvLSTM network for action recognition in videos [J] . Computer Vision, IET . 2019,第8期

机译：基于注意力的时空分层ConvLSTM网络，用于视频中的动作识别
4. Interpreting Video Features: A Comparison of 3D Convolutional Networks and Convolutional LSTM Networks [C] . Joonatan Maenttaeri, Sofia Broome, John Folkesson, Asian conference on computer vision . 2020

机译：解释视频特征：3D卷积网络和卷积LSTM网络的比较
5. DeepFakes Detection in Videos Using Feature Engineering Techniques in Deep Learning Convolution Neural Network Frameworks [D] . Burroughs, Sonya. 2021

机译：使用深度学习卷积神经网络框架的特征工程技术在视频中检测视频
6. Fully automatic segmentation of glottis and vocal folds in endoscopic laryngeal high-speed videos using a deep Convolutional LSTM Network [O] . Mona Kirstin Fehling, Fabian Grosch, Maria Elke Schuster, 2020

机译：使用深度卷积LSTM网络对喉镜内窥镜高速视频中的声门和声带进行全自动分割
7. Attention-Based Convolutional LSTM for Describing Video [O] . Zhongyu Liu, Tian Chen, Enjie Ding, 2020

机译：基于注意的卷积LSTM描述视频

Deep Multi-Kernel Convolutional LSTM Networks and an Attention-Based Mechanism for Videos

著录项

引文网络

相似文献

相关主题

期刊订阅