Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
 
 
DownloadE-Mail
 DetailsÜbersicht
  Deep representation learning for human motion prediction and classification

Bütepage, J., Black, M. J., Kragic, D., & Kjellström, H. (2017). Deep representation learning for human motion prediction and classification. In 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2017) (pp. 1591-1599). Piscataway, NJ, USA: IEEE. doi:10.1109/CVPR.2017.173.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0000-FD1A-7 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0004-7DE9-A
Genre: Konferenzbeitrag

Externe Referenzen

einblenden:

Urheber

einblenden:
ausblenden:
 Urheber:
Bütepage, Judith1, Autor
Black, Michael J.2, Autor           
Kragic, Danica1, Autor
Kjellström, Hedvig1, Autor
Affiliations:
1External Organizations, ou_persistent22              
2Dept. Perceiving Systems, Max Planck Institute for Intelligent Systems, Max Planck Society, ou_1497642              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Abt. Black
 Zusammenfassung: -

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2017-11-092017
 Publikationsstatus: Erschienen
 Seiten: -
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: Butepage:CVPR:2017
DOI: 10.1109/CVPR.2017.173
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2017)
Veranstaltungsort: Honolulu, HI, USA
Start-/Enddatum: 2017-07-21 - 2017-07-26

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2017)
Genre der Quelle: Konferenzband
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: Piscataway, NJ, USA : IEEE
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 1591 - 1599 Identifikator: ISBN: 978-1-5386-0457-1
ISBN: 978-1-5386-0458-8
ISSN: 1063-6919