Detection of Important Scenes in Baseball Videos via a Time-Lag-Aware Multimodal Variational Autoencoder

A new method for the detection of important scenes in baseball videos via a time-lag-aware multimodal variational autoencoder (Tl-MVAE) is presented in this paper. Tl-MVAE estimates latent features calculated from tweet, video, and audio features extracted from tweets and videos. Then, important sce...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Sensors (Basel, Switzerland) Jg. 21; H. 6; S. 2045
Hauptverfasser:	Hirasawa, Kaito, Maeda, Keisuke, Ogawa, Takahiro, Haseyama, Miki
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Switzerland MDPI AG 14.03.2021 MDPI
Schlagworte:	Baseball detection of important scenes Influence Methods multimodal variational autoencoder Neural networks Sensors Social networks sports video time-lags Twitter Twitter time-lags multimodal variational autoencoder detection of important scenes sports video
ISSN:	1424-8220, 1424-8220
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!