Computerwissenschaften - Multimedia

RSS

Ton Musik Messen: Die Zukunft der KI-Kompositionen

Erfahre mehr über die Frechet Music Distance und ihre Rolle bei der Bewertung von KI-generierter Musik.

Jan Retkowski, Jakub Stępniak, Mateusz Modrzejewski

2025-03-11T23:06:00+00:00 ― 9 min Lesedauer

Neueste Artikel

Computer Vision und Mustererkennung Die Zukunft des Sounds im Video

Sudha Krishnamurthy

2025-03-10T12:33:18+00:00 ― 6 min Lesedauer

Multimedia Den AVQA-Code knacken: Neue Methode enthüllt

Zhangbin Li, Jinxing Zhou, Jing Zhang

2025-03-08T02:54:36+00:00 ― 7 min Lesedauer

Computer Vision und Mustererkennung Neues Framework verbessert die Audio-Visuelle Video-Segmentierung

Kexin Li, Zongxin Yang, Yi Yang

2025-03-06T19:43:30+00:00 ― 6 min Lesedauer

Ton LatentSpeech: Ein Fortschritt in der Text-zu-Sprache-Technologie

Haowei Lou, Helen Paik, Pari Delir Haghighi

2025-03-06T14:47:24+00:00 ― 6 min Lesedauer

Ton Emotionen entschlüsseln: Die Zukunft der Sentiment-Analyse

Antonio Fernandez, Suzan Awinat

2025-03-03T22:38:06+00:00 ― 9 min Lesedauer

Neueste Artikel

Computer Vision und Mustererkennung Die Revolution der Videoanalyse mit objektzentriertem Lernen

Neue Techniken verbessern, wie Maschinen Videoszenen erkennen und interpretieren.

Phúc H. Le Khac, Graham Healy, Alan F. Smeaton

2025-03-03T20:59:33+00:00 ― 7 min Lesedauer

Ton Die Revolution der Soundeffekte mit YingSound

YingSound verwandelt die Videoproduktion, indem es die Generierung von Soundeffekten automatisiert.

Zihao Chen, Haomin Zhang, Xinhan Di

2025-03-03T17:42:00+00:00 ― 7 min Lesedauer

Ton Echoes: Eine neue Art, Audio zu taggen

Forscher nutzen Echos, um Audio zu kennzeichnen und die Rechte der Creator zu schützen.

Christopher J. Tralie, Matt Amery, Benjamin Douglas

2025-03-02T17:01:30+00:00 ― 8 min Lesedauer

Rechnen und Sprache Musikdetektion mit Sprachmodellen revolutionieren

Diese Studie bewertet, wie gut Sprachmodelle Musik-Entities in Texten erkennen.

Simon Hachmeier, Robert Jäschke

2025-03-02T07:16:30+00:00 ― 7 min Lesedauer

Multimedia Den Code der Cover-Songs auf YouTube knacken

Entdecke, wie Cover-Songs auf YouTube mit neuen Methoden erkannt werden.

Simon Hachmeier, Robert Jäschke

2025-03-02T03:15:45+00:00 ― 6 min Lesedauer

Multimedia Drohnen am Himmel: Sichere Flugmuster erklärt

Lern, wie Flugmuster Drohnen sicher und organisiert halten.

Shuqin Zhu, Shahram Ghandeharizadeh

2025-02-25T08:30:18+00:00 ― 5 min Lesedauer

Datenbanken Fliegende Lichtpunkte: Die Zukunft der Visualisierung

Entdecke, wie Drohnen interaktive 3D-Displays für Unterhaltung und Gesundheit erstellen.

Nima Yazdani, Hamed Alimohammadzadeh, Shahram Ghandeharizadeh

2025-02-24T08:25:48+00:00 ― 5 min Lesedauer

Computer Vision und Mustererkennung Neue Technik, um Videokonsum einfacher zu machen

Eine neue Methode hilft, Videoinhalte einfach zusammenzufassen.

Shiping Ge, Qiang Chen, Zhiwei Jiang

2025-02-23T11:33:54+00:00 ― 6 min Lesedauer

Computer Vision und Mustererkennung Schnelle Video-Rückholung: Der Mamba-Vorteil

Ein neues Modell beschleunigt die Videosuche und verbessert gleichzeitig die Genauigkeit.

Jinpeng Wang, Niu Lian, Jun Li

2025-02-21T13:49:21+00:00 ― 6 min Lesedauer

Computer Vision und Mustererkennung Geräusche und Bilder in Einklang bringen: Ein neuer Ansatz im KI-Lernen

DAAN verbessert, wie Maschinen aus audiovisuellen Daten in Zero-Shot-Szenarien lernen.

RunLin Yu, Yipu Gong, Wenrui Li

2025-02-20T15:12:36+00:00 ― 6 min Lesedauer

Computer Vision und Mustererkennung Die Filmproduktion revolutionieren mit optischer Videoerzeugung

Verändere dein Filmemachen mit besserer Kamerasteuerung und kreativen Effekten.

Xi Wang, Robin Courant, Marc Christie

2025-02-19T12:04:03+00:00 ― 7 min Lesedauer

Multimedia Der Aufstieg von nutzergenerierten Inhalten im Gaming

Entdecke, wie die Kreativität der Spieler Videospiele und das Engagement in der Community neu gestaltet.

Yuyue Liu, Haihan Duan, Wei Cai

2025-02-17T05:29:51+00:00 ― 6 min Lesedauer

Computer Vision und Mustererkennung Die Transformation der Gebärdensprache-Produktion mit Sign-IDD

Ein neues Framework verbessert Gebärdensprachvideos für bessere Kommunikation.

Shengeng Tang, Jiayi He, Dan Guo

2025-02-16T07:49:48+00:00 ― 6 min Lesedauer

Informationsbeschaffung Schlauer Shoppen: Die Zukunft der Empfehlungen

Entdecke, wie multimodale Empfehlungssysteme das Online-Shopping verbessern.

Rongqing Kenneth Ong, Andy W. H. Khong

2025-02-12T17:57:45+00:00 ― 7 min Lesedauer

Ton Klangdesign mit Stable-V2A verwandeln

Ein neues System revolutioniert, wie Sounddesigner Audio für Videos erstellen.

Riccardo Fosco Gramaccioni, Christian Marinoni, Emilian Postolache

2025-02-08T07:06:36+00:00 ― 8 min Lesedauer

Ton Das Leben ins Synchronisieren bringen: Lippenbewegungen verbessern

Eine neue Methode verbessert die Lippen-Synchronisation in synchronisierten Videos für ein natürliches Seherlebnis.

Lucas Goncalves, Prashant Mathur, Xing Niu

2025-02-03T03:44:06+00:00 ― 7 min Lesedauer

Computer Vision und Mustererkennung Die Lücke schliessen: Neue Tech übersetzt Sprache in Gebärdensprache

Neue Technologie wandelt gesprochene Wörter in Gebärdensprache um, um die Kommunikation zu verbessern.

Xu Wang, Shengeng Tang, Peipei Song

2025-02-02T18:00:54+00:00 ― 6 min Lesedauer

Ton Fortgeschrittene Erkennungssysteme für Drohnen

Neue Technik kombiniert Sound und visuelle Elemente für bessere Drohnenerkennung.

Zhenyuan Xiao, Yizhuo Yang, Guili Xu

2025-01-31T06:38:42+00:00 ― 7 min Lesedauer

Ton Hören, was man nicht sieht: Innovationen in der Klanglokalisierung

Neue Technologie erkunden, die Geräusche aus unsichtbaren Quellen erkennt.

Yuhang He, Sangyun Shin, Anoop Cherian

2025-01-30T20:46:30+00:00 ― 6 min Lesedauer

Computer Vision und Mustererkennung Revolutionierung der Bildqualitätsbewertung

Ein neuer Ansatz sagt die Bildqualität für Menschen und Maschinen voraus.

Qi Zhang, Shanshe Wang, Xinfeng Zhang

2025-01-30T05:45:09+00:00 ― 8 min Lesedauer

Ton Lern VERSA kennen: Dein Begleiter für Audio-Bewertungen

VERSA bewertet Sprache, Audio und Musikqualität effektiv.

Jiatong Shi, Hye-jin Shim, Jinchuan Tian

2025-01-28T09:33:18+00:00 ― 9 min Lesedauer

Computer Vision und Mustererkennung RDPM: Eine neue Welle in der Bildgenerierung

Entdecke, wie RDPM die Bildgestaltung mit fortschrittlichen Methoden verwandelt.

Xiaoping Wu, Jie Hu, Xiaoming Wei

2025-01-27T14:21:18+00:00 ― 9 min Lesedauer

Computer Vision und Mustererkennung FACEMUG: Ein Game Changer im Bereich Gesichtsbearbeitung

FACEMUG verändert die Fotobearbeitung mit präzisen Werkzeugen für Gesichtsanpassungen.

Wanglong Lu, Jikai Wang, Xiaogang Jin

2025-01-26T09:27:54+00:00 ― 8 min Lesedauer

Computer Vision und Mustererkennung Revolution in der Emotionserkennung: DFER-Technologie

Dynamische Gesichtsausdruckserkennung verändert die Interaktionen zwischen Mensch und Computer durch Echtzeitanalyse von Emotionen.

Peihao Xiang, Kaida Wu, Chaohao Lin

2025-01-26T07:51:36+00:00 ― 8 min Lesedauer

Computer Vision und Mustererkennung PlanLLM: Eine clevere Art, aus Videos zu lernen

Sprache und Video kombinieren, um das Lernen bei Robotern zu verbessern.

Dejie Yang, Zijing Zhao, YangLiu

2025-01-24T02:53:42+00:00 ― 7 min Lesedauer

Computer Vision und Mustererkennung Fortschritte im Vision-Sprach-Tracking

Ein neuer Ansatz verbessert, wie Computer Objekte mit visuellen und textuellen Informationen verfolgen.

X. Feng, D. Zhang, S. Hu

2025-01-22T19:35:51+00:00 ― 6 min Lesedauer

Ton CoheDancers: Gruppentanz neu definiert

Ein neues Framework für die Erstellung von synchronen und natürlichen Gruppentänzen.

Kaixing Yang, Xulong Tang, Haoyu Wu

2025-01-21T14:42:00+00:00 ― 8 min Lesedauer

Maschinelles Lernen Die Zukunft der Audio-Assistenten: AQA-K

Audio-Assistenten werden mit AQA-K schlauer und verbessern ihre Antworten durch Wissen.

Abhirama Subramanyam Penamakuri, Kiran Chhatre, Akshat Jain

2025-01-18T22:32:42+00:00 ― 7 min Lesedauer

Computer Vision und Mustererkennung Wiederbelebung verschwommener Gesichter: Die Wissenschaft der Restauration

Entdecke, wie blinde Gesichtsrekonstruktion verschwommenen Bildern Klarheit verleiht.

Wanglong Lu, Jikai Wang, Tao Wang

2025-01-18T17:41:33+00:00 ― 6 min Lesedauer

Computer Vision und Mustererkennung Deepfake-Erkennung: Ein wachsendes Problem

Innovative Methoden tauchen auf, um dem Anstieg von realistischen Deepfakes entgegenzuwirken.

Yi Zhang, Weize Gao, Changtao Miao

2025-01-17T22:25:57+00:00 ― 7 min Lesedauer

Multimedia Daten vereinfachen: Die Zukunft der Diagrammzusammenfassung

Entdecke, wie ChartAdapter komplizierte Diagramme in klare Zusammenfassungen verwandelt.

Peixin Xu, Yujuan Ding, Wenqi Fan

2025-01-17T13:36:18+00:00 ― 6 min Lesedauer