Erkunde die emotionalen Verbindungen zwischen Musik und Bildern mit dem EMID-Datensatz.
― 6 min Lesedauer
Computerwissenschaften - Multimedia
RSSDiese Forschung verbindet die Gehirnaktivität mit der visuellen Wahrnehmung, indem sie Bilder aus EEG-Signalen rekonstruiert.
― 7 min Lesedauer
Entdecke den Einfluss von visueller Verankerung in der Interaktion von Sprache und Bildern.
― 8 min Lesedauer
Eine neue Methode verbessert die Effizienz bei der Videoerkennung durch die Nutzung von Audio- und Visualdaten.
― 6 min Lesedauer
Ein neuer KI-Agent verbessert die Effizienz und Qualität von Spieletests.
― 7 min Lesedauer
Dronevision revolutioniert 3D-Multimedia mit einem tischgrossen Display, das fliegende Drohnen nutzt.
― 7 min Lesedauer
Eine Studie über Sensoren, die entscheidend für die Leistung neuer Drohnen sind.
― 4 min Lesedauer
Ein neues Framework verbessert die Artikelvorschläge mit verschiedenen Datentypen.
― 5 min Lesedauer
Entdecke EVE, ein Modell, das das Verständnis von Bildern und Text verbessert.
― 6 min Lesedauer
Forschung konzentriert sich darauf, Modelle zu verbessern, die visuelle und textliche Inhalte durch Sprachverständnis verbinden.
― 7 min Lesedauer
Neues Modell verbessert die Gesten generierung für menschlichere Interaktionen.
― 5 min Lesedauer
Eine neue Methode verbessert die Audioanpassung mithilfe von Bildern und steigert die Realitätsnähe in Audioumgebungen.
― 7 min Lesedauer
Untersuchung versteckter Datenprobleme in Machine-Learning-Modellen und deren Sicherheitsauswirkungen.
― 7 min Lesedauer
Ein Datensatz verbindet Emotionen mit MIDI-Songs durch die Analyse von Songtexten.
― 8 min Lesedauer
Ein neuer Ansatz verbessert die Genauigkeit beim Beantworten von Fragen zu Text in Bildern.
― 5 min Lesedauer
PROOFREAD verbessert das visuelle Fragenbeantworten mit Wissen aus grossen Sprachmodellen.
― 6 min Lesedauer
LLMs nutzen, um ein riesiges Datenset für Musikbeschriftungen zu erstellen.
― 6 min Lesedauer
Das Terrain Diffusion Network verbessert die realistische Landschaftserstellung mit Nutzerbeteiligung.
― 5 min Lesedauer
HierVST verwandelt Stimmen mühelos und verbessert die Audioqualität, ohne viel Daten zu brauchen.
― 5 min Lesedauer
Ein neuer Ansatz verwandelt Gesichtsphotos in menschenähnliche Zeichnungen mit fortschrittlichen Techniken.
― 6 min Lesedauer
Forschung entwickelt ein Modell, um Engagement in Gesprächen genau zu messen.
― 6 min Lesedauer
Ein neuer Ansatz, um RAW-Bilder vor Manipulation zu schützen.
― 5 min Lesedauer
Neue Datensätze und Methoden verbessern die Genauigkeit bei der Video-Frage-Antwortung.
― 7 min Lesedauer
Das UniSA-Framework vereint Aufgaben in der Sentiment-Analyse für bessere Emotionserkennung.
― 5 min Lesedauer
Eine Methode mit Kopfbewegungen täuscht erfolgreich Deepfake-Erkennungssysteme.
― 5 min Lesedauer
Ein Rahmenwerk für die effiziente Anpassung von multimodalen grossen Sprachmodellen.
― 5 min Lesedauer
Prototypen nutzen, um den Datensatzvergleich in der Computervision zu verbessern.
― 9 min Lesedauer
Ein Programm, das visuell ansprechende Typografie erstellt, die auf den Kontext abgestimmt ist.
― 4 min Lesedauer
MusicLDM verwandelt Texte in originelle Musik und eröffnet frische Möglichkeiten für Kreativität.
― 8 min Lesedauer
Neue Methoden verbessern die Genauigkeit beim Herausziehen von Gesangsmelodien aus gemischtem Audio.
― 7 min Lesedauer
Neue Methoden zielen darauf ab, die Audiobeschriftung für bessere Genauigkeit und Effizienz zu verbessern.
― 5 min Lesedauer
Neue Techniken verbessern die Qualitätseinschätzung von Audio-Untertiteln durch automatische Fehlererkennung.
― 6 min Lesedauer
Diese Studie untersucht Methoden zur Klassifizierung der Stimmqualität und deren Bedeutung in der Kommunikation.
― 5 min Lesedauer
Steganalyse hilft dabei, versteckte Nachrichten in Multimedia zu entdecken und sorgt für sichere Kommunikation.
― 4 min Lesedauer
Gesten für virtuelle Agenten umwandeln, während die Bedeutung erhalten bleibt.
― 6 min Lesedauer
Eine Methode, die Audio und Video nutzt, um Deepfake-Detection zu verbessern.
― 5 min Lesedauer
Eine neue Methode erstellt realistische Gesten aus rohem Sprachaudio.
― 5 min Lesedauer
Eine neue Methode zur Erzeugung von Gesten, die gut zur Sprache passen.
― 7 min Lesedauer
Die Erkennung von Subjektivität in Nachrichten ist entscheidend für genaue Informationen.
― 6 min Lesedauer
VEATIC bietet einen reichhaltigeren Datensatz zum Studium menschlicher Emotionen im Kontext.
― 7 min Lesedauer