Shiguang Shan

Eine neue Methode verbessert die AU-Erkennung mit unmarkierten Daten.

BIMM lernt Videoinhalte, indem es die Gehirnwege von Menschen nachahmt.

MGPT kombiniert Text und Musik, um Bewegung zu kreieren und zu verstehen.

Ein neuer Ansatz verbessert die Modellleistung mit verschiedenen Datenquellen.

Ein neues Tool zur Bewertung von Vorurteilen in grossen Vision-Language-Modellen.

Dysca führt eine neue Möglichkeit ein, die Leistung von LVLM mit synthetischen Daten zu bewerten.

Eine neue Verteidigungsmethode zur Verbesserung der Sicherheit in Text-zu-Bild Diffusionsmodellen.

UniPose integriert mehrere Methoden für ein besseres Verständnis und die Generierung von menschlichen Posen.