Xin Geng

L-ICV verbessert die Leistung beim visuellen Fragenbeantworten mit weniger Beispielen.

Ein neues Framework verbessert die Modellgenauigkeit, indem es das Datenungleichgewicht angeht und gleichzeitig die Privatsphäre sichert.

Neue Methoden verbessern die Erkennung seltener Aktionen in Videos mit innovativen Ansätzen.

Entdecke, wie Text-zu-Bewegung-Technologie das animierte Geschichtenerzählen und die Robotik verändert.