Multiple Feature-Based Classifications Adaptive Loop Filter (MCALF)

Downloadstatistik des Dokuments (Auswertung nach COUNTER):

Erfurt, J.; Lim, W.; Schwarz, H.; Marpe, D.; Wiegand, T.: Multiple Feature-Based Classifications Adaptive Loop Filter (MCALF). Presentation at the 4th Summer School on Video Compression and Processing (SVCP) 2018, 4-6 July 2018, Hannover, Germany

Version im Repositorium

Zum Zitieren der Version im Repositorium verwenden Sie bitte diesen DOI: https://doi.org/10.15488/3535

Zeitraum, für den die Download-Zahlen angezeigt werden:

Jahr: 
Monat: 

Summe der Downloads: 201




Kleine Vorschau
Zusammenfassung: 
Presentation at the SVCP 2018
Lizenzbestimmungen: Es gilt deutsches Urheberrecht. Das Dokument darf zum eigenen Gebrauch kostenfrei genutzt, aber nicht im Internet bereitgestellt oder an Außenstehende weitergegeben werden.
Publikationstyp: ConferenceObject
Publikationsstatus: publishedVersion
Erstveröffentlichung: 2018
Die Publikation erscheint in Sammlung(en):Fakultät für Elektrotechnik und Informatik
SVCP 2018 - 4th Summer School on Video Compression and Processing

Verteilung der Downloads über den gewählten Zeitraum:

Herkunft der Downloads nach Ländern:

Pos. Land Downloads
Anzahl Proz.
1 image of flag of Germany Germany 106 52,74%
2 image of flag of United States United States 23 11,44%
3 image of flag of China China 13 6,47%
4 image of flag of Netherlands Netherlands 7 3,48%
5 image of flag of France France 7 3,48%
6 image of flag of No geo information available No geo information available 5 2,49%
7 image of flag of Japan Japan 5 2,49%
8 image of flag of Canada Canada 5 2,49%
9 image of flag of Russian Federation Russian Federation 4 1,99%
10 image of flag of Korea, Republic of Korea, Republic of 3 1,49%
    andere 23 11,44%

Weitere Download-Zahlen und Ranglisten:


Hinweis

Zur Erhebung der Downloadstatistiken kommen entsprechend dem „COUNTER Code of Practice for e-Resources“ international anerkannte Regeln und Normen zur Anwendung. COUNTER ist eine internationale Non-Profit-Organisation, in der Bibliotheksverbände, Datenbankanbieter und Verlage gemeinsam an Standards zur Erhebung, Speicherung und Verarbeitung von Nutzungsdaten elektronischer Ressourcen arbeiten, welche so Objektivität und Vergleichbarkeit gewährleisten sollen. Es werden hierbei ausschließlich Zugriffe auf die entsprechenden Volltexte ausgewertet, keine Aufrufe der Website an sich.