Computerwissenschaften - Multimedia

Computer Vision und MustererkennungFortschritte im dynamischen Szenen-Rendering mit Gear-NeRF

Gear-NeRF verbessert das Rendering von dynamischen 3D-Szenen mit bewegungsbewussten Techniken.

2025-08-02T05:52:18+00:00 ― 7 min Lesedauer

Computer Vision und MustererkennungFortschritte bei Wasserzeichen-Techniken zum Schutz von Bildern

Neue Methoden stärken Wasserzeichen gegen moderne Bildbearbeitungsbedrohungen.

2025-08-02T05:36:30+00:00 ― 8 min Lesedauer

Mensch-Computer-InteraktionInnovative Ansätze zur Bewältigung von Hitzerisiken

Ein neues System kombiniert Daten und Nachrichten für ein besseres Risikomanagement bei Hitze.

2025-08-01T23:56:48+00:00 ― 5 min Lesedauer

Computer Vision und MustererkennungInnovative Musikgenerierung für Videos

Eine neue Methode, um Musik zu erstellen, die gut zu Videoinhalten passt.

2025-08-01T13:48:30+00:00 ― 8 min Lesedauer

Mensch-Computer-InteraktionDateninterpretation neu betrachten: Studie zu Klang und Bildern

Eine aktuelle Studie bestätigt wichtige Ergebnisse zur Dateninterpretation mit Klang und Bildern.

2025-07-31T20:04:30+00:00 ― 7 min Lesedauer

Computer Vision und MustererkennungText und Bilder für die Musikgenerierung kombinieren

Neues Modell generiert Musik mit Hilfe von Text und visuellen Informationen.

2025-07-31T12:47:15+00:00 ― 7 min Lesedauer

Computer Vision und MustererkennungEin einheitlicher Ansatz zur Erstellung von Text-zu-Bild

Bildgenerierung und -abruf kombinieren für besseren Zugang zu visuellen Informationen.

2025-07-31T09:30:00+00:00 ― 7 min Lesedauer

Audio- und SprachverarbeitungFortschritte in der Zielsprachendiarisierungstechnologie

Ein Blick auf neue Methoden zum Verständnis von überlappender Sprache während Gesprächen.

2025-07-30T14:06:55+00:00 ― 8 min Lesedauer

Rechnen und SpracheFalschwissen bekämpfen mit ConDA-TTA

Eine neue Methode, um Nachrichten ausserhalb des Kontexts effizient zu erkennen.

2025-07-30T12:26:00+00:00 ― 4 min Lesedauer

TonEinführung von PianoMotion10M: Ein neuer Datensatz für das Klavierlernen

PianoMotion10M bietet detaillierte Handbewegungen, um Klavierlernenden zu helfen.

2025-07-30T01:09:35+00:00 ― 6 min Lesedauer

Netzwerke und Internet-ArchitekturVerbesserung der Nutzererfahrung durch QoE-Bewertung

Erforschen, wie QoE-Massnahmen die Zufriedenheit mit Multimedia-Diensten steigern.

2025-07-30T00:27:06+00:00 ― 9 min Lesedauer

Audio- und SprachverarbeitungAudio-Technologie zur Fussgängerverfolgung nutzen

Diese Studie untersucht Audio-Methoden zur Verfolgung von Fussgängerbewegungen in städtischen Gebieten.

2025-07-29T17:52:20+00:00 ― 8 min Lesedauer

Audio- und SprachverarbeitungFoley-Audio mit dem MINT-Datensatz voranbringen

Ein neuer Datensatz verbessert die Erstellung von Foley-Audio für multimediale Inhalte.

2025-07-29T17:03:45+00:00 ― 7 min Lesedauer

Mensch-Computer-InteraktionTanz trifft Technik: Eine einzigartige Zusammenarbeit

Ein Projekt verbindet Tanz und Technologie für kreative Ausdrucksformen.

2025-07-29T16:09:24+00:00 ― 7 min Lesedauer

Computer Vision und MustererkennungFortschritte bei der Polypenerkennung während der Darmspiegelung

Neue Methode verbessert die Videoanalyse bei der Koloskopie zur Polypenentdeckung.

2025-07-28T22:30:48+00:00 ― 7 min Lesedauer

MultimediaVerbesserung der Fake-News-Erkennung durch Analyse von sozialen Medien

Eine Methode, um die Identifizierung von Fake News durch Interaktionen in sozialen Medien zu verbessern.

2025-07-28T17:38:30+00:00 ― 8 min Lesedauer

MultimediaDie Bewertung der Qualität von Online-Kursen mit VCEval

VCEval bietet eine automatisierte Möglichkeit, die Effektivität von Online-Kursen zu bewerten.

2025-07-28T10:39:48+00:00 ― 5 min Lesedauer

MultimediaNeues Modell verbessert die Erkennung von Highlights beim Live-Streaming

Ein multimodaler Ansatz verbessert, wie Höhepunkte in Live-Streams erkannt werden.

2025-07-28T10:24:00+00:00 ― 6 min Lesedauer

TonEin neues Werkzeug zur Musikvisualisierung

Dieses Papier präsentiert ein System zur Erstellung von visuellen Darstellungen, die auf Musik reagieren.

2025-07-26T10:31:10+00:00 ― 8 min Lesedauer

InformationsbeschaffungFortschritte bei cross-lingualen und cross-modal Retrieval-Techniken

Eine neue Methode verbessert die Bild- und Textextraktion über mehrere Sprachen hinweg.

2025-07-23T21:54:24+00:00 ― 6 min Lesedauer

Computer Vision und MustererkennungDie Rolle von Diffusionsmodellen im Videoediting

Entdecke, wie Diffusionsmodelle das Video-Editing durch KI-Technologie verändern.

2025-07-23T18:13:12+00:00 ― 5 min Lesedauer

MultimediaAnalyse der Beliebtheit in sozialen Medien: Text-Image-Mismatch

Forschung zeigt, dass die Inkonsistenz zwischen Text und Bild mit der Beliebtheit von Posts in sozialen Medien steigt.

2025-07-22T14:26:18+00:00 ― 5 min Lesedauer

TonFortschritte in der Audiogenerierung mit dem Sound-VECaps-Datensatz

Neuer Datensatz verbessert die Audioerzeugung aus detaillierten Textbeschreibungen.

2025-07-21T07:26:30+00:00 ― 5 min Lesedauer

MultimediaOpenVNA: Fortschritte beim Sprachverständnis in Lärm

Ein neues Tool zum Testen von Sprachmodellen in lauten Umgebungen.

2025-07-21T05:23:24+00:00 ― 4 min Lesedauer

MultimediaVerbesserung der Referenzgitter-Extraktion aus zeitvariierenden Formen

Eine neue Methode zur Erstellung saubererer Referenznetze aus dynamischen 3D-Formen.

2025-07-20T22:24:42+00:00 ― 6 min Lesedauer

Computer Vision und MustererkennungFortschritte in der schwach überwachten Segmentierung von Bezugsausdrücken

Eine neue Methode verringert den Bedarf an beschrifteten Daten in Aufgaben der Computer Vision.

2025-07-20T20:57:48+00:00 ― 6 min Lesedauer

Computer Vision und MustererkennungNeue Methode zur Erstellung von Sound aus Video und Text

Dieser Artikel stellt eine Methode vor, um präzisen Sound aus Videos und Text zu erzeugen.

2025-07-20T16:03:25+00:00 ― 7 min Lesedauer

Rechnen und SpracheFortschritte in der Dokumentenverarbeitung mit LayTextLLM

Wir stellen ein neues Modell vor, das Text und Layout effizient kombiniert, um das Verständnis von Dokumenten zu verbessern.

2025-07-20T12:48:00+00:00 ― 5 min Lesedauer

Computer Vision und MustererkennungKeyVideoLLM: Verbesserung des Video-Datenmanagements

Eine neue Methode verbessert das Management von Videodaten für ein besseres Verständnis und mehr Effizienz.

2025-07-20T06:52:30+00:00 ― 6 min Lesedauer

Mensch-Computer-InteraktionFortschritte bei Mobile AI mit dem AMEX-Datensatz

Das AMEX-Dataset verbessert das Verständnis von KI für mobile App-Oberflächen.

2025-07-20T00:09:36+00:00 ― 7 min Lesedauer

TonNeue Datensätze zur Erkennung von Musikemotionen

Wir stellen MERGE-Datensätze vor, um die Emotionserkennung in Musik zu verbessern.

2025-07-19T20:37:25+00:00 ― 6 min Lesedauer

MultimediaVideospiele als Werkzeuge zum Lernen von Programmierfähigkeiten

Erforschen, wie Videospiele wichtige Programmierfähigkeiten effektiv und spannend vermitteln können.

2025-07-19T06:31:00+00:00 ― 6 min Lesedauer

MultimediaFortschritte im audio-visuellen Zero-Shot-Lernen

Ton und Bilder kombinieren für schlauere Erkennungssysteme.

2025-07-18T21:08:30+00:00 ― 7 min Lesedauer

Computer Vision und MustererkennungVideos erstellen leicht gemacht mit dem VCoME Framework

VCoME hilft Nutzern, ganz einfach ansprechende Sprachvideos zu erstellen.

2025-07-18T18:32:06+00:00 ― 5 min Lesedauer

TonFortschritte in der Video-zu-Audio-Generierungstechnologie

Forscher wollen Sounds kreieren, die zu stillen Videos passen, um das Seherlebnis zu verbessern.

2025-07-18T12:14:05+00:00 ― 6 min Lesedauer

Computer Vision und MustererkennungVerbesserung der visuellen Fragenstellung mit doppelten Hinweisen

Ein neuer Ansatz verbessert die Klarheit von Fragen, die aus Bildern erstellt werden.

2025-07-18T06:17:24+00:00 ― 7 min Lesedauer

Kryptographie und SicherheitDigitale Signaturen in CSV-Dateien einbetten

Lern, wie man CSV-Daten mit digitalen Signaturen sichert.

2025-07-18T03:15:42+00:00 ― 5 min Lesedauer

Computer Vision und MustererkennungFortschritte in Techniken zur Abfrage zusammengesetzter Bilder

Diese Methode verbessert die Bildsuche, indem sie Bilder und Texte effektiv kombiniert.

2025-07-17T08:26:00+00:00 ― 6 min Lesedauer

Computer Vision und MustererkennungLeRF vorstellen: Ein neuer Weg, Bilder zu skalieren

LeRF kombiniert Deep Learning und Interpolation für besseres Bildvergrössern.

2025-07-16T22:59:15+00:00 ― 7 min Lesedauer

Bild- und VideoverarbeitungKI hilft Radiologen bei der Analyse von Brust-Röntgenbildern

Neues KI-Modell verbessert die Interpretation von Röntgenbildern des Brustkorbs für genauere Diagnosen.

2025-07-16T07:36:10+00:00 ― 7 min Lesedauer