Computerwissenschaften - Multimedia

Ein neues Modell erstellt Audio, das zum Video passt und verbessert so das Medienerlebnis.

Ein neues Framework verbessert die Qualität von Video-Sprach-Datensätzen durch iterative Verfeinerung.

Dieses Framework verbessert Echtzeit-Animationen, indem es Sprache und Gesten nahtlos synchronisiert.

Entdecke, wie haptisches Feedback virtuelle Erlebnisse in verschiedenen Branchen verbessert.

Forschung kombiniert KI und tragbare Geräte, um Unruhe bei Demenzpatienten vorherzusagen.

Eine neue Strategie kombiniert generatives und diskriminatives Training in Vision-Language-Modellen.

In diesem Artikel geht's darum, wie man die Zufriedenheit der Zuschauer beim Live-Streaming von Videos misst.

Eine neue Methode vereinfacht die Erstellung von Audio und Video für bessere Synchronisation.

PiVOT verbessert das Objekttracking mit visuellen Eingaben und CLIP für genauere Ergebnisse.

Neue Methoden verbessern das Video-Streaming, indem sie Qualität und Leistung ausbalancieren.

Ein neues Modell und Benchmark zur Bewertung von Multi-Audio-Aufgaben vorstellen.

WildFusion verbessert die Kartierung und Navigation von Robotern in komplexen Aussenbereichen mithilfe mehrerer Sensoren.

Eine neue Methode verbessert die Geschwindigkeit und Qualität der Bildkompression.

Diese Studie untersucht, wie Audio, Video und Text zusammen in der Spracherkennung funktionieren.

Entdecke, wie CCI die Qualitätseinschätzungen von Multimedia verbessert.

Forscher kombinieren Audio- und visuelle Hinweise, um Lügen genauer zu erkennen.

Ein neues Framework erkennt, wann multimodale Modelle ungeeignete Trainingsdaten verwenden.

Entdeck, wie sensorische Wahrnehmung die Kommunikation über Kulturen und Fachgebiete hinweg verbessert.

PIAST bietet eine einzigartige Sammlung von Klaviermusik für Forscher.

Maschinen lernen, Geräusche und Bilder in 3D-Räumen zu verbinden.

Ein neuer Ansatz, um Bilder und Texte für bessere Suchergebnisse zu kombinieren.

Erfahre, wie TSE die Spracherkennung in lauten Umgebungen mit Text-Hinweisen verbessert.

Ein frisches System zum Mischen von Audio-Proben, um Musikschaffenden das Innovieren zu erleichtern.

Ein System erstellt in Echtzeit Musik basierend auf Erzählungen von Tischrollenspielen.

Mit dem Anstieg von Deepfakes wird die Notwendigkeit für effektive Erkennung immer wichtiger.

TaylorIR verbessert die Bildklarheit mit weniger Rechenleistung.

MTFusion kombiniert Bilder und Texte für die fortschrittliche Erstellung von 3D-Modellen.

Kombiniere Audioaufnahmen mit Noten für besseres Üben.

Neue Methoden verbessern die Bildqualität und Auflösung erheblich.

Lern, wie neue Wasserzeichen-Techniken digitale Kunst und kreative Ideen schützen.

Neue Methode verbessert die Sprachverständlichkeit durch visuelle Informationen aus der Umgebung.

TopoCode verbessert die Kommunikation, indem es sich auf die Datenstruktur zur Fehlererkennung konzentriert.

Die Herausforderungen und Auswirkungen von Deepfake-Technologie in der heutigen Medienlandschaft erkunden.

Bearbeite Videos mühelos, indem du einfach deine Änderungen sprichst.

Entdecke die faszinierende Wissenschaft hinter den Geräuschen des Einschenkens von Getränken.

Sprache und visuelle Elemente kombinieren für eine bessere Tiefenwahrnehmung.

Entdecke innovative Methoden zur Audiokompression und ihren Einfluss auf immersiven Sound.

Eine neue Methode zum Erstellen von Videos, die die Identität bewahren und die visuelle Qualität verbessern.

Das HARP-Dataset verändert, wie wir Klang in virtuellen Umgebungen erleben.

Entdecke, wie Technologie die Verfahren zur Bewertung der Bildqualität verändert.