| 标题 |
 FAST-VQA: Efficient End-to-end Video Quality Assessment with Fragment Sampling FAST-VQA：通过片段采样实现高效的端到端视频质量评估
相关领域
计算机科学
Boosting（机器学习）
采样（信号处理）
主观视频质量
人工智能
视频质量
深度学习
质量（理念）
数据挖掘
机器学习
计算机工程
实时计算
图像质量
计算机视觉
图像（数学）
公制（单位）
运营管理
滤波器（信号处理）
经济
哲学
认识论
|
| 网址 | |
| DOI | |
| 其它 |
期刊：arXiv (Cornell University) 作者：Haoning Wu; Chaofeng Chen; Jingwen Hou; Liang Liao; Annan Wang; et al 出版日期：2022-01-01 |
| 求助人 | |
| 下载 | |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
cdercder
昏睡的蟠桃
bc
jenningseastera
诸葛御风
椰子在长江送礼物
期待未来的自己
卡卡西
TT
Eve丶Paopaoxuan
余味
yizhouchang
科研助手6
YifanWang
xiaxiao
大腚疯猪
HEIKU
ahspark
冰魂
kingwill
皖公网安备34019202002308
