Jingdong Wang

BGA-MNER verbessert die Verbindungen zwischen Text und Bild für eine bessere Entitätserkennung.

MA-CLIP verbessert die Aktionserkennung mit wenigen Beispielen und einer besseren Integration von Video und Text.

Eine neue Methode verbessert das Rendering von dynamischen Szenen mithilfe von Vorwärtsverzerrungstechniken.

Ein neues Framework verbessert die Objektsegmentierung basierend auf Beschreibungen in natürlicher Sprache.

Ein neues Framework bringt verbesserte Texterkennung über verschiedene Formate und Granularitäten hinweg.

BEVSpread verbessert die Objekt-Erkennungsgenauigkeit für sichereres Fahren.

Neue Methoden verbessern realistische Gesichtsanimationen, die mit Audio synchronisiert sind.

Eine neue Methode zur Bewertung von Text-zu-Video-Modellen konzentriert sich auf Dynamik.

Ein neuer Ansatz, der sich auf die objektspezifische Tiefe konzentriert, verbessert die 3D-Erkennungsgenauigkeit.

SEED verbessert die 3D-Objekterkennung durch duale Abfrageauswahl und deformierbare Rasteraufmerksamkeit.

Eine neue Methode, um realistische digitale Avatare aus Videos zu erstellen.

Neue Methode verbessert Genauigkeit und Effizienz bei der 3D-Objekterkennung mit Linear Group RNN.

Add-SD macht Bildbearbeitung einfacher, indem es realistische Objektzusätze über Textbefehle ermöglicht.

ReSyncer verbessert die Videoqualität und Flexibilität für Lippenbewegungen, die mit dem Audio synchronisiert sind.

FullAnno verbessert Bildannotationen für besseres multimodales Modelltraining.

Dieser Artikel stellt ein neues Modell vor, das Text- und Bildgenerierung in einem System kombiniert.

FlipClass bietet eine neue Methode für besseres Lernen in der allgemeinen Kategorienentdeckung an.

ALoRE optimiert das Trainieren von Modellen für effiziente Bilderkennung und vielfältigere Anwendungen.