Andrew Zisserman

Ein System, das Geräusche mit visuellen Eindrücken verbindet und dadurch das Verständnis von Maschinen verbessert.

TAPVid-3D Benchmark verbessert das 3D-Punkt-Tracking für Robotik und Videoanwendungen.

AutoAD-Zero nutzt visuelle Hinweise für schnellere, effektive Audiodeskriptionen.

Magiv2 hat das Ziel, den Zugang zu Manga für sehbehinderte Menschen durch automatisierte Transkripte zu verbessern.

Eine neue Methode verbessert die Objekterkennung in Videos aus der Ich-Perspektive mit 3D-Bewusstsein.

Ein Überblick über die Fortschritte in der Sprechererkennung durch die VoxCeleb Challenge.

Entdecke die faszinierende Wissenschaft hinter den Geräuschen des Einschenkens von Getränken.

Entdecke, wie Maschinen aus Videos lernen, um Bewegung und Tiefe zu verstehen.