Buchumschlag

Encoder-Decoder Based Long Short-Term Memory (LSTM) Model for Video Captioning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Adewale, Sikiru, Ige, Tosin, Matti, Bolanle Hafiz
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Attention Based Encoder Decoder Model for Video Captioning in Nepali (2023)
von: Parajuli, Kabita, et al.
Veröffentlicht: (2023)

Deep Learning-Based Speech and Vision Synthesis to Improve Phishing Attack Detection through a Multi-layer Adaptive Framework
von: Ige, Tosin, et al.
Veröffentlicht: (2024)

xLSTM-FER: Enhancing Student Expression Recognition with Extended Vision Long Short-Term Memory Network
von: Huang, Qionghao, et al.
Veröffentlicht: (2024)

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

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

Generation Of Colors using Bidirectional Long Short Term Memory Networks
von: Sinha, A.
Veröffentlicht: (2023)

Convolutional Long Short-Term Memory Neural Networks Based Numerical Simulation of Flow Field
von: Liu, Chang
Veröffentlicht: (2025)

Application of Attention Mechanism with Bidirectional Long Short-Term Memory (BiLSTM) and CNN for Human Conflict Detection using Computer Vision
von: Farias, Erick da Silva, et al.
Veröffentlicht: (2025)

Long Story Short: Disentangling Compositionality and Long-Caption Understanding in Contrastive VLMs
von: Salazar, Israfel, et al.
Veröffentlicht: (2025)

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

CCLSTM: Coupled Convolutional Long-Short Term Memory Network for Occupancy Flow Forecasting
von: Lengyel, Peter
Veröffentlicht: (2025)

MA-LMM: Memory-Augmented Large Multimodal Model for Long-Term Video Understanding
von: He, Bo, et al.
Veröffentlicht: (2024)

Video ReCap: Recursive Captioning of Hour-Long Videos
von: Islam, Md Mohaiminul, et al.
Veröffentlicht: (2024)

HiCM$^2$: Hierarchical Compact Memory Modeling for Dense Video Captioning
von: Kim, Minkuk, et al.
Veröffentlicht: (2024)

Addressing the ID-Matching Challenge in Long Video Captioning
von: Yang, Zhantao, et al.
Veröffentlicht: (2025)

Question-guided Visual Compression with Memory Feedback for Long-Term Video Understanding
von: Yamao, Sosuke, et al.
Veröffentlicht: (2026)

Graph Convolutional Long Short-Term Memory Attention Network for Post-Stroke Compensatory Movement Detection Based on Skeleton Data
von: Fan, Jiaxing, et al.
Veröffentlicht: (2025)

QueryMamba: A Mamba-Based Encoder-Decoder Architecture with a Statistical Verb-Noun Interaction Module for Video Action Forecasting @ Ego4D Long-Term Action Anticipation Challenge 2024
von: Zhong, Zeyun, et al.
Veröffentlicht: (2024)

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

A Bidirectional Long Short Term Memory Approach for Infrastructure Health Monitoring Using On-board Vibration Response
von: Samani, R. R., et al.
Veröffentlicht: (2024)

GoMatching: A Simple Baseline for Video Text Spotting via Long and Short Term Matching
von: He, Haibin, et al.
Veröffentlicht: (2024)

Do You Remember? Dense Video Captioning with Cross-Modal Memory Retrieval
von: Kim, Minkuk, et al.
Veröffentlicht: (2024)

StreamMeCo: Long-Term Agent Memory Compression for Efficient Streaming Video Understanding
von: Wang, Junxi, et al.
Veröffentlicht: (2026)

Fine-Grained Captioning of Long Videos through Scene Graph Consolidation
von: Chu, Sanghyeok, et al.
Veröffentlicht: (2025)

Frame-Level Captions for Long Video Generation with Complex Multi Scenes
von: Zheng, Guangcong, et al.
Veröffentlicht: (2025)

Anticipatory Fall Detection in Humans with Hybrid Directed Graph Neural Networks and Long Short-Term Memory
von: Cho, Younggeol, et al.
Veröffentlicht: (2025)

Live Video Captioning
von: Blanco-Fernández, Eduardo, et al.
Veröffentlicht: (2024)

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

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

Video World Models with Long-term Spatial Memory
von: Wu, Tong, et al.
Veröffentlicht: (2025)

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

Adapting Short-Term Transformers for Action Detection in Untrimmed Videos
von: Yang, Min, et al.
Veröffentlicht: (2023)

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

Spatio-Spectroscopic Representation Learning using Unsupervised Convolutional Long-Short Term Memory Networks
von: Mantha, Kameswara Bharadwaj, et al.
Veröffentlicht: (2026)

Robust Ego-Exo Correspondence with Long-Term Memory
von: Hu, Yijun, et al.
Veröffentlicht: (2025)

Grounded Video Caption Generation
von: Kazakos, Evangelos, et al.
Veröffentlicht: (2024)

Streaming Dense Video Captioning
von: Zhou, Xingyi, et al.
Veröffentlicht: (2024)

Hierarchical Memory for Long Video QA
von: Wang, Yiqin, et al.
Veröffentlicht: (2024)

RELIC: Interactive Video World Model with Long-Horizon Memory
von: Hong, Yicong, et al.
Veröffentlicht: (2025)

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