ACL20｜MART: Memory-Augmented Recurrent Transformer for Coherent Video Paragraph Captioning
文章目录 背景 Motivation Related Work Approach Data Metrics implementation details 背景 腾讯AI Lab主导，与美国北卡罗来纳大学教堂山分校（UNC）合作完成。提出了一种增强视频描述生成的连贯性的循环Transformer结构MART，使用记忆存储单元增强transformer架构，实现递归模型。这个记忆存储单元从视频片段和句
相关文章
- 1. 论文介绍--Memory-Attended Recurrent Network for Video Captioning
- 2. Video Captioning 综述
- 3. Spatio-Temporal graph for video captioning with knowledge distillation
- 4. Image Paragraph论文合辑
- 5. 论文阅读笔记之——《Temporally Coherent GANs for Video Super-Resolution (TecoGAN)》
- 6. (zhuan) Recurrent Neural Network
- 7. Flow Guided Recurrent Neural Encoder for Video Salient Object Detection
- 8. Recurrent Neural Networks for Emotion Recognition in Video
- 9. 《Video Action Transformer Network》
- 10. Video captioning——Video Analysis视频to文字描述任务
- 更多相关文章...
- • Swift for 循环 - Swift 教程
- • Scala for循环 - Scala教程
- • ☆基于Java Instrument的Agent实现
- • RxJava操作符（十）自定义操作符
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 论文介绍--Memory-Attended Recurrent Network for Video Captioning
- 2. Video Captioning 综述
- 3. Spatio-Temporal graph for video captioning with knowledge distillation
- 4. Image Paragraph论文合辑
- 5. 论文阅读笔记之——《Temporally Coherent GANs for Video Super-Resolution (TecoGAN)》
- 6. (zhuan) Recurrent Neural Network
- 7. Flow Guided Recurrent Neural Encoder for Video Salient Object Detection
- 8. Recurrent Neural Networks for Emotion Recognition in Video
- 9. 《Video Action Transformer Network》
- 10. Video captioning——Video Analysis视频to文字描述任务