frame-level features | BriefGPT

关键词frame-level features

搜索结果 - 5

混合时间域自适应的行动分割
通过将问题描述为域适应问题，该研究提出了混合时间域适应模型，以在帧和视频级别特征空间中对齐嵌入特征，并进一步与域注意力机制相结合，以便更有效地进行域适应。在 GTEA、50Salads 和 Breakfast 数据集上验证了该方法目前的有效
PDF3 years ago
IJCAI利用视觉语义推理进行视频 - 文本检索
为了提高视频检索的性能，我们提出了一种名为 ViSERN 的可视化语义增强的推理网络，该网络利用图卷积网络执行随机游走规则来生成涉及语义关系的区域特征，并聚合这些特征以形成帧级特征，以求衡量视频和文本之间的相似性。
PDF4 years ago
ACL探索音素级别的端到端语音翻译表示
研究采用类音素语音表示替代传统帧级语音特征作为源输入，在端到端的语音翻译任务中，相比传统方法，模型性能有显著提高，同时训练时间减少了 60%。
PDF5 years ago
ECCVNeXtVLAD：一种高效的神经网络，用于聚合基于帧的特征，实现大规模视频分类
介绍了一种快速高效的网络结构 NeXtVLAD，用于将帧级特征聚合成一个紧凑的特征向量以进行大规模视频分类，在第二个 Youtube-8M 视频理解挑战中，单个 NeXtVLAD 模型只使用少于 80M 的参数就实现了 0.87846 的
PDF6 years ago
CVPRUTS 提交给 Google YouTube-8M Challenge 2017
该研究提出了一种结合视频级别和帧级别特征识别的混合模型方法，使用循环神经网络、注意力机制和 1D 卷积模型实现帧级别分类，并使用集成模型在私人测试数据集上实现 GAP 0.8408 的分类效果。
PDF7 years ago