Zobrazeno 1 - 10
of 446
pro vyhledávání: '"video swin transformer"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The computer vision community has seen a shift from convolutional-based to pure transformer architectures for both image and video tasks. Training a transformer from zero for these tasks usually requires a lot of data and computational resources. Vid
Externí odkaz:
http://arxiv.org/abs/2210.09969
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
The vision community is witnessing a modeling shift from CNNs to Transformers, where pure Transformer architectures have attained top accuracy on the major video recognition benchmarks. These video models are all built on Transformer layers that glob
Externí odkaz:
http://arxiv.org/abs/2106.13230
Autor:
Arpit Bajgoti, Rishik Gupta, Prasanalakshmi Balaji, Rinky Dwivedi, Meena Siwach, Deepak Gupta
Publikováno v:
IEEE Access, Vol 11, Pp 111093-111105 (2023)
Detecting anomalous events in videos is a challenging task due to their infrequent and unpredictable nature in real-world scenarios. In this paper, we propose SwinAnomaly, a video anomaly detection approach based on a conditional GAN-based autoencode
Externí odkaz:
https://doaj.org/article/e5ef25e70c78402694edb2006f384e9e
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Shou, Zhaoyu1,2 (AUTHOR) guilinshou@guet.edu.cn, Yuan, Xiaohu1 (AUTHOR) 22022303156@mails.guet.edu.cn, Li, Dongxu1 (AUTHOR) jwmo@guet.edu.cn, Mo, Jianwen1 (AUTHOR), Zhang, Huibing3 (AUTHOR) zhanghuibing@guet.edu.cn, Zhang, Jingwei4 (AUTHOR) gtzjw@hotmail.com, Wu, Ziyong4 (AUTHOR) wuziyong@unn.edu.cn
Publikováno v:
Sensors (14248220). Aug2024, Vol. 24 Issue 16, p5371. 14p.