Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

Style Agnostic 3D Reconstruction via Adversarial Style Transfer

F. Petersen, B. Goldluecke, O. Deussen, und H. Kuehne. 2022 IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), Seite 2273-2282. IEEE, (Januar 2022)
DOI: 10.1109/WACV51458.2022.00233

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

apl. Prof. Dr. Hans-Joachim Hildebrandt University of Stuttgart

Jerome Hildebrandt University of Stuttgart

Claudia Hildebrandt University of Stuttgart

Harrison Hildebrandt University of Stuttgart

Patrick Hildebrand University of Stuttgart

Weitere Publikationen von Autoren mit dem selben Namen

An end-to-end generative framework for video segmentation and recognition.H. Kuehne, J. Gall, und T. Serre. WACV, Seite 1-8. IEEE Computer Society, (2016)Weakly Supervised Action Learning with RNN based Fine-to-coarse Modeling.A. Richard, H. Kuehne, und J. Gall. CoRR, (2017)Unsupervised Learning of Action Classes With Continuous Temporal Embedding.A. Kukleva, H. Kuehne, F. Sener, und J. Gall. CVPR, Seite 12066-12074. Computer Vision Foundation / IEEE, (2019)A Hybrid RNN-HMM Approach for Weakly Supervised Temporal Action Segmentation.H. Kuehne, A. Richard, und J. Gall. CoRR, (2019)Temporal Action Labeling using Action Sets.A. Richard, H. Kuehne, und J. Gall. CoRR, (2017)Weakly supervised learning of actions from transcripts.H. Kuehne, A. Richard, und J. Gall. CoRR, (2016)Action Sets: Weakly Supervised Action Segmentation Without Ordering Constraints.A. Richard, H. Kuehne, und J. Gall. CVPR, Seite 5987-5996. IEEE Computer Society, (2018)Towards a generative approach to activity recognition and segmentation.H. Kuehne, und T. Serre. CoRR, (2015)More Is Less: Learning Efficient Video Representations by Big-Little Network and Depthwise Temporal Aggregation.Q. Fan, C. Chen, H. Kuehne, M. Pistoia, und D. Cox. NeurIPS, Seite 2261-2270. (2019)Unsupervised Discriminative Embedding For Sub-Action Learning in Complex Activities.S. Swetha, H. Kuehne, Y. Rawat, und M. Shah. ICIP, Seite 2588-2592. IEEE, (2021)