Rudinac / Hanjalic / Liem | MultiMedia Modeling | E-Book | sack.de
E-Book

E-Book, Englisch, Band 14565, 111 Seiten, eBook

Reihe: Lecture Notes in Computer Science

Rudinac / Hanjalic / Liem MultiMedia Modeling

30th International Conference, MMM 2024, Amsterdam, The Netherlands, January 29 – February 2, 2024, Proceedings, Part V
Erscheinungsjahr 2024
ISBN: 978-3-031-56435-2
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

30th International Conference, MMM 2024, Amsterdam, The Netherlands, January 29 – February 2, 2024, Proceedings, Part V

E-Book, Englisch, Band 14565, 111 Seiten, eBook

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-031-56435-2
Verlag: Springer International Publishing
Format: PDF
 Kopierschutz: 1 - PDF Watermark

This book constitutes the refereed proceedings of the 30th International Conference on MultiMedia Modeling, MMM 2024, held in Amsterdam, The Netherlands, during January 29–February 2, 2024.The 120 full papers included in this volume were carefully reviewed and selected from 297 submissions. The MMM conference were organized in topics related to multimedia modelling, particularly: audio, image, video processing, coding and compression; multimodal analysis for retrieval applications, and multimedia fusion methods.
Rudinac / Hanjalic / Liem MultiMedia Modeling jetzt bestellen!

Zielgruppe

Research

Autoren/Hrsg.

Rudinac, Stevan
Hanjalic, Alan
Liem, Cynthia
Worring, Marcel
Jónsson, Björn Þór
Liu, Bei
Yamakata, Yoko

Weitere Infos & Material

RESET: Relational Similarity Extension for V3C1 Video Dataset.- A New Benchmark and OCR-free Method for Document Image Topic Classification.- The Rach3 Dataset: Towards Data-Driven Analysis of Piano Performance Rehearsal.- WikiMuTe: A web-sourced dataset of semantic descriptions for music audio.- PDTW150K: A Dataset for Patent Drawing Retrieval.- Interactive Question Answering for Multimodal Lifelog Retrieval.- Event Recognition in Laparoscopic Gynecology Videos with Hybrid Transformers.- GreenScreen: A Multimodal Dataset for Detecting Corporate Greenwashing in the Wild.

Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.