End-to-end learning, and audio-visual human-centric video understanding
<p>The field of machine learning has seen tremendous progress in the last decade, largely due to the advent of deep neural networks. When trained on large-scale labelled datasets, these machine learning algorithms can learn powerful semantic representations directly from the input data, end-to...
Päätekijä: | Brown, A |
---|---|
Muut tekijät: | Zisserman, A |
Aineistotyyppi: | Opinnäyte |
Kieli: | English |
Julkaistu: |
2022
|
Aiheet: |
Samankaltaisia teoksia
-
Sign language understanding using multimodal learning
Tekijä: Momeni, L
Julkaistu: (2024) -
Video understanding using multimodal deep learning
Tekijä: Nagrani, A
Julkaistu: (2020) -
Deep vision for indoor understanding and localisation
Tekijä: Howard-Jenkins, H
Julkaistu: (2022) -
END TO END LEARNING FOR A DRIVING SIMULATOR
Tekijä: V. F. Alexeev, et al.
Julkaistu: (2019-06-01) -
Self-Supervised Learning for Audio-Visual Relationships of Videos With Stereo Sounds
Tekijä: Tomoya Sato, et al.
Julkaistu: (2022-01-01)