Copertina

Attention Based Encoder Decoder Model for Video Captioning in Nepali (2023)

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Parajuli, Kabita, Joshi, Shashidhar Ram
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Encoder-Decoder Based Long Short-Term Memory (LSTM) Model for Video Captioning
di: Adewale, Sikiru, et al.
Pubblicazione: (2023)

Compressed Image Captioning using CNN-based Encoder-Decoder Framework
di: Ridoy, Md Alif Rahman, et al.
Pubblicazione: (2024)

Align-cDAE: Alzheimer's Disease Progression Modeling with Attention-Aligned Conditional Diffusion Auto-Encoder
di: Das, Ayantika, et al.
Pubblicazione: (2026)

SGCap: Decoding Semantic Group for Zero-shot Video Captioning
di: Pan, Zeyu, et al.
Pubblicazione: (2025)

Technical Report for Soccernet 2023 -- Dense Video Captioning
di: Ruan, Zheng, et al.
Pubblicazione: (2024)

UGC-VideoCaptioner: An Omni UGC Video Detail Caption Model and New Benchmarks
di: Wu, Peiran, et al.
Pubblicazione: (2025)

Global2Local: A Joint-Hierarchical Attention for Video Captioning
di: Dai, Chengpeng, et al.
Pubblicazione: (2022)

An Ensemble Model with Attention Based Mechanism for Image Captioning
di: Badarneh, Israa Al, et al.
Pubblicazione: (2025)

Live Video Captioning
di: Blanco-Fernández, Eduardo, et al.
Pubblicazione: (2024)

MED-VT++: Unifying Multimodal Learning with a Multiscale Encoder-Decoder Video Transformer
di: Karim, Rezaul, et al.
Pubblicazione: (2023)

T-DEED: Temporal-Discriminability Enhancer Encoder-Decoder for Precise Event Spotting in Sports Videos
di: Xarles, Artur, et al.
Pubblicazione: (2024)

LongCaptioning: Unlocking the Power of Long Video Caption Generation in Large Multimodal Models
di: Wei, Hongchen, et al.
Pubblicazione: (2025)

Beyond Caption-Based Queries for Video Moment Retrieval
di: Pujol-Perich, David, et al.
Pubblicazione: (2026)

Whats in a Video: Factorized Autoregressive Decoding for Online Dense Video Captioning
di: Piergiovanni, AJ, et al.
Pubblicazione: (2024)

Guided Attention for Interpretable Motion Captioning
di: Radouane, Karim, et al.
Pubblicazione: (2023)

Grounded Video Caption Generation
di: Kazakos, Evangelos, et al.
Pubblicazione: (2024)

Streaming Dense Video Captioning
di: Zhou, Xingyi, et al.
Pubblicazione: (2024)

DiffVC: A Non-autoregressive Framework Based on Diffusion Model for Video Captioning
di: Wang, Junbo, et al.
Pubblicazione: (2026)

Enhancing Temporal Understanding in Video-LLMs through Stacked Temporal Attention in Vision Encoders
di: Rasekh, Ali, et al.
Pubblicazione: (2025)

SoccerNet-Caption: Dense Video Captioning for Soccer Broadcasts Commentaries
di: Mkhallati, Hassan, et al.
Pubblicazione: (2023)

Video Prediction Models as General Visual Encoders
di: Maier, James, et al.
Pubblicazione: (2024)

Decodable and Sample Invariant Continuous Object Encoder
di: Yuan, Dehao, et al.
Pubblicazione: (2023)

GLID: Pre-training a Generalist Encoder-Decoder Vision Model
di: Liu, Jihao, et al.
Pubblicazione: (2024)

AD-DAE: Unsupervised Modeling of Longitudinal Alzheimer's Disease Progression with Diffusion Auto-Encoder
di: Das, Ayantika, et al.
Pubblicazione: (2025)

Beyond the Encoder: Joint Encoder-Decoder Contrastive Pre-Training Improves Dense Prediction
di: Quetin, Sébastien, et al.
Pubblicazione: (2025)

Sali4Vid: Saliency-Aware Video Reweighting and Adaptive Caption Retrieval for Dense Video Captioning
di: Jeon, MinJu, et al.
Pubblicazione: (2025)

Jewelry Recognition via Encoder-Decoder Models
di: Alcalde-Llergo, José M., et al.
Pubblicazione: (2024)

IF-VidCap: Can Video Caption Models Follow Instructions?
di: Li, Shihao, et al.
Pubblicazione: (2025)

Time-Scaling State-Space Models for Dense Video Captioning
di: Piergiovanni, AJ, et al.
Pubblicazione: (2025)

Exploiting Auxiliary Caption for Video Grounding
di: Li, Hongxiang, et al.
Pubblicazione: (2023)

SOVC: Subject-Oriented Video Captioning
di: Teng, Chang, et al.
Pubblicazione: (2023)

Progress-Aware Video Frame Captioning
di: Xue, Zihui, et al.
Pubblicazione: (2024)

Retrieval-Augmented Egocentric Video Captioning
di: Xu, Jilan, et al.
Pubblicazione: (2024)

Cross Modification Attention Based Deliberation Model for Image Captioning
di: Lian, Zheng, et al.
Pubblicazione: (2021)

SVTRv2: CTC Beats Encoder-Decoder Models in Scene Text Recognition
di: Du, Yongkun, et al.
Pubblicazione: (2024)

EDIT: Enhancing Vision Transformers by Mitigating Attention Sink through an Encoder-Decoder Architecture
di: Feng, Wenfeng, et al.
Pubblicazione: (2025)

Contextual Encoder-Decoder Network for Visual Saliency Prediction
di: Kroner, Alexander, et al.
Pubblicazione: (2019)

Shot2Tactic-Caption: Multi-Scale Captioning of Badminton Videos for Tactical Understanding
di: Ding, Ning, et al.
Pubblicazione: (2025)

New Encoder Learning for Captioning Heavy Rain Images via Semantic Visual Feature Matching
di: Son, Chang-Hwan, et al.
Pubblicazione: (2021)

Video-Panda: Parameter-efficient Alignment for Encoder-free Video-Language Models
di: Yi, Jinhui, et al.
Pubblicazione: (2024)