Ein frisches System zum Mischen von Audio-Proben, um Musikschaffenden das Innovieren zu erleichtern.
Christopher Tralie, Ben Cantil
― 6 min Lesedauer
Computerwissenschaften - Multimedia
RSSNeueste Artikel
Computer Vision und Mustererkennung
Deepfakes: Die Herausforderung, Realität zu erkennen
Sahibzada Adil Shahzad, Ammarah Hashmi, Yan-Tsung Peng
― 5 min Lesedauer
Computer Vision und Mustererkennung
TaylorIR: Ein neuer Ansatz für Bildsuperauflösung
Sanath Budakegowdanadoddi Nagaraju, Brian Bernhard Moser, Tobias Christian Nauen
― 7 min Lesedauer
Computer Vision und Mustererkennung
MTFusion: Ein neuer Ansatz für 3D-Modellierung
Yu Liu, Ruowei Wang, Jiaqi Li
― 6 min Lesedauer
Ton
Audio mit Notenblatt synchronisieren: Ein neuer Ansatz
Irmak Bukey, Michael Feffer, Chris Donahue
― 6 min Lesedauer
Neueste Artikel
Neue Methoden verbessern die Bildqualität und Auflösung erheblich.
Brian B. Moser, Stanislav Frolov, Tobias C. Nauen
― 8 min Lesedauer
Lern, wie neue Wasserzeichen-Techniken digitale Kunst und kreative Ideen schützen.
Liangqi Lei, Keke Gai, Jing Yu
― 6 min Lesedauer
Neue Methode verbessert die Sprachverständlichkeit durch visuelle Informationen aus der Umgebung.
Xinyuan Qian, Jiaran Gao, Yaodan Zhang
― 5 min Lesedauer
TopoCode verbessert die Kommunikation, indem es sich auf die Datenstruktur zur Fehlererkennung konzentriert.
Hongzhi Guo
― 6 min Lesedauer
Die Herausforderungen und Auswirkungen von Deepfake-Technologie in der heutigen Medienlandschaft erkunden.
Ammarah Hashmi, Sahibzada Adil Shahzad, Chia-Wen Lin
― 7 min Lesedauer
Bearbeite Videos mühelos, indem du einfach deine Änderungen sprichst.
Alejandro Pardo, Jui-Hsien Wang, Bernard Ghanem
― 6 min Lesedauer
Entdecke die faszinierende Wissenschaft hinter den Geräuschen des Einschenkens von Getränken.
Piyush Bagad, Makarand Tapaswi, Cees G. M. Snoek
― 6 min Lesedauer
Sprache und visuelle Elemente kombinieren für eine bessere Tiefenwahrnehmung.
Ziyao Zeng, Jingcheng Ni, Daniel Wang
― 6 min Lesedauer
Entdecke innovative Methoden zur Audiokompression und ihren Einfluss auf immersiven Sound.
Toni Hirvonen, Mahmoud Namazi
― 5 min Lesedauer
Eine neue Methode zum Erstellen von Videos, die die Identität bewahren und die visuelle Qualität verbessern.
Shenghai Yuan, Jinfa Huang, Xianyi He
― 6 min Lesedauer
Das HARP-Dataset verändert, wie wir Klang in virtuellen Umgebungen erleben.
Shivam Saini, Jürgen Peissig
― 6 min Lesedauer
Entdecke, wie Technologie die Verfahren zur Bewertung der Bildqualität verändert.
Shima Mohammadi, João Ascenso
― 9 min Lesedauer
Innovative Wege, um visuelle Daten zu verarbeiten und gleichzeitig die Umwelt zu schützen.
Peilin Chen, Xiaohan Fang, Meng Wang
― 6 min Lesedauer
Lern, wie neue Technik Bilder in fesselnde Klangerlebnisse verwandelt.
Wei Guo, Heng Wang, Jianbo Ma
― 7 min Lesedauer
Maschinen übernehmen die Führung bei der Erkennung von Produktfehlern für bessere Qualität.
Tsun-Hin Cheung, Ka-Chun Fung, Songjiang Lai
― 6 min Lesedauer
HAI-DEF bietet Tools, um die KI-Entwicklung für Gesundheitsanwendungen zu vereinfachen.
Atilla P. Kiraly, Sebastien Baur, Kenneth Philbrick
― 9 min Lesedauer
Entdecke, wie Supergaussianen die Bildsynthese für realistische Ansichten verbessern.
Rui Xu, Wenyue Chen, Jiepeng Wang
― 5 min Lesedauer
Entdecke, wie DiM-Gestor die Gesten virtueller Charaktere in Echtzeit verbessert.
Fan Zhang, Siyuan Zhao, Naye Ji
― 5 min Lesedauer
LongVALE setzt einen neuen Massstab dafür, lange Videos durch audio-visuelle Daten zu verstehen.
Tiantian Geng, Jinrui Zhang, Qingni Wang
― 7 min Lesedauer
Ein neuer Ansatz macht multimodale Modelle schneller und effizienter.
Qiong Wu, Wenhao Lin, Weihao Ye
― 5 min Lesedauer
Untersuchung von Qualitätsbewertungen für 3D-Videos, die von Umwelteinflüssen betroffen sind.
Sria Biswas, Balasubramanyam Appina, Priyanka Kokil
― 5 min Lesedauer
Ein Überblick über Deepfakes, ihre Risiken und ein neues Hindi-Datenset.
Sukhandeep Kaur, Mubashir Buhari, Naman Khandelwal
― 6 min Lesedauer
Entdecke, wie KI Texte in beeindruckende Bilder mit neuester Technologie verwandelt.
Zeyi Sun, Ziyang Chu, Pan Zhang
― 8 min Lesedauer
Eine neue Methode erzeugt Sprache aus Videos, was Synchronisation und Sprachenlernen verbessert.
Akshita Gupta, Tatiana Likhomanenko, Karren Dai Yang
― 7 min Lesedauer
Lern was über Fortschritte bei der Erstellung von langen Videos, die das Publikum fesseln.
Xin Yan, Yuxuan Cai, Qiuyue Wang
― 7 min Lesedauer
Forscher finden Wege, um Ungenauigkeiten in grossen Vision-Language-Modellen zu reduzieren.
Po-Hsuan Huang, Jeng-Lin Li, Chin-Po Chen
― 8 min Lesedauer
Neue Methoden bekämpfen Bildmanipulation im Remote Sensing effektiv.
Ze Zhang, Enyuan Zhao, Ziyi Wan
― 7 min Lesedauer
Revolutioniere dein Küchenerlebnis mit SPICEs interaktiver Rezeptanleitung.
Vera Prohaska, Eduardo Castelló Ferrer
― 7 min Lesedauer
FLOAT-Technologie erweckt Standbilder zum Leben, indem sie ihnen Sprache verleiht.
Taekyung Ki, Dongchan Min, Gyeongsu Chae
― 7 min Lesedauer
Erkunde die Welt der Deepfakes und ihren Einfluss auf das Vertrauen in die Medien.
Muhammad Umar Farooq, Awais Khan, Ijaz Ul Haq
― 8 min Lesedauer
Entdecke, wie neue Technologien Text, Bilder und Sounds für kreative Inhalte verbinden.
Shufan Li, Konstantinos Kallidromitis, Akash Gokul
― 7 min Lesedauer
SyncFlow kombiniert Audio- und Videoerstellung für eine nahtlose Content-Produktion.
Haohe Liu, Gael Le Lan, Xinhao Mei
― 4 min Lesedauer
SizeGS bietet eine schlauere Möglichkeit, 3D-Inhalte zu komprimieren, ohne dabei Qualität zu verlieren.
Shuzhao Xie, Jiahang Liu, Weixiang Zhang
― 6 min Lesedauer
KI lernt, Kunst durch Selbst-Feedback zu erstellen, um bessere Bildanpassungen zu erreichen.
Leigang Qu, Haochuan Li, Wenjie Wang
― 8 min Lesedauer
Maschinelles Lernen nutzen, um die Analyse von Judo-Wettkämpfen und das Coaching zu verbessern.
Anthony Miyaguchi, Jed Moutahir, Tanmay Sutar
― 8 min Lesedauer
KI-Systeme lernen, sich mithilfe von Sprache und räumlichem Bewusstsein zurechtzufinden.
Xuesong Zhang, Yunbo Xu, Jia Li
― 7 min Lesedauer
Neue Methode verbessert 3D-Modellierung aus Videos für Gaming und VR.
Jinbo Yan, Rui Peng, Luyang Tang
― 5 min Lesedauer
Finde die perfekte Musik, die auf deinen einzigartigen Geschmack zugeschnitten ist, mit Diff4Steer.
Xuchan Bao, Judith Yue Li, Zhong Yi Wan
― 7 min Lesedauer
Entdecke, wie semantische Multi-Item-Kompression das Teilen und Speichern von Bildern verändert.
Tom Bachard, Thomas Maugey
― 6 min Lesedauer
RoboMM und RoboData verändern, wie Roboter lernen und in echten Umgebungen funktionieren.
Feng Yan, Fanfan Liu, Liming Zheng
― 8 min Lesedauer