LoL LEC的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列線上看、影評和彩蛋懶人包

以整合視聽覺特徵之深度學習模型於偵測影片精彩片段之研究

為了解決LoL LEC的問題，作者徐敏 這樣論述：

現今，每一分鐘就有超過500個小時的影片上傳至YouTube上，由於多媒體資料量急遽成長，讓機器能夠自動偵測影片中最有趣的精華片段，將會是越來越重要的課題。本論文使用了深度學習等相關技術來偵測YouTube視頻遊戲串流影片中的精華片段。我們所提出的模型包括：2D卷積神經網路(2D_CNN)、3D卷積神經網路(3D_CNN)、2D卷積神經網路加上雙向LSTM(2D_CNN_LSTM)。實驗結果顯示在準確率與F1 score的評比上，3D_CNN與2D_CNN_LSTM表現較優。此外，我們也針對視聽覺特徵的影響性進行評估，實驗結果顯示同時考慮視聽覺特徵的模型，其表現幾乎都優於只有考慮視覺影像特徵

的模型與只有考慮聽覺音訊特徵的模型。