EUVIMEDEUVIMED entdecken
Crossref

MS-TCN++: Multi-Stage Temporal Convolutional Network for Action Segmentation

Shijie Li, Yazan Abu Farha, Yun Liu, Ming-Ming Cheng, Juergen Gall

IEEE Transactions on Pattern Analysis and Machine Intelligence · 01.06.2023 · 45 (6) · 6647-6658

DOI: 10.1109/tpami.2020.3021756 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Transactions on Pattern Analysis and Machine Intelligence, erschienen am 01.06.2023. Verfasst von Shijie Li und 4 weiteren Autor:innen. Die Arbeit wurde bisher 280-mal zitiert (Crossref) und nennt 49 Literaturangaben. Gefördert von: Deutsche Forschungsgemeinschaft, ERC Starting.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Deutsche Forschungsgemeinschaft
  • ERC Starting

Zitieren

APA

Li, S., Farha, Y. A., Liu, Y., Cheng, M. M., & Gall, J. (2023). MS-TCN++: Multi-Stage Temporal Convolutional Network for Action Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence, 45(6), 6647-6658. https://doi.org/10.1109/tpami.2020.3021756

Vancouver

Li S, Farha YA, Liu Y, Cheng MM, Gall J. MS-TCN++: Multi-Stage Temporal Convolutional Network for Action Segmentation. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2023;45(6):6647-6658. doi:10.1109/tpami.2020.3021756

BibTeX
@article{Li2023,
  author = {Li, Shijie and Farha, Yazan Abu and Liu, Yun and Cheng, Ming-Ming and Gall, Juergen},
  title = {MS-TCN++: Multi-Stage Temporal Convolutional Network for Action Segmentation},
  journal = {IEEE Transactions on Pattern Analysis and Machine Intelligence},
  year = {2023},
  volume = {45},
  number = {6},
  pages = {6647--6658},
  doi = {10.1109/tpami.2020.3021756}
}
Kostenlos starten →