Computerwissenschaften - Multimedia

Neue Methode verbessert die Sprachsynthese für Menschen, die nicht sprechen können.

AniFrame macht Programmierkunst für Neueinsteiger zugänglich mit einem benutzerfreundlichen Ansatz.

Neuer Datensatz verbessert die Bilderzeugung aus komplexen Nachrichtenüberschriften.

Eine neue Methode verbessert das Faktenchecken von Aussagen in sozialen Medien.

Shotit ermöglicht es den Nutzern, Videos schnell mit Bildern zu finden und macht den Suchprozess einfacher.

Ein neues Framework, um Empfehlungen ohne vorherige Daten zu verbessern.

Pegasus-1 ermöglicht es den Nutzern, mit Videos in natürlicher Sprache zu interagieren.

GaussianTalker bietet natürliche Lippen-Synchronisation und hochqualitative Visuals für Sprechvideos.

Ein neuer Ansatz ermöglicht es Maschinen, Comic-Charaktere ohne vorheriges Training zu erkennen.

Mimosa macht die Erstellung von räumlichem Audio für Amateur-Videomacher super einfach.

Die AIS 2024 Challenge will die Videoqualitätsbewertungen mit Deep Learning verbessern.

GaussianTalker verwandelt digitale Interaktion mit lebensechten sprechenden Köpfen.

Untertitel werden immer wichtiger, um das Zuschauererlebnis bei Streaming-Diensten zu verbessern.

Forschung stellt innovative Techniken vor, um die Erkennung von Deepfake-Videos zu verbessern.

Ein neuer Datensatz verbessert, wie Roboter reale Umgebungen interpretieren.

UniAV kombiniert Aktionslokalisierung, Geräuscherkennung und audio-visuelle Ereignislokalisierung für ein besseres Videoverstehen.

Eine neue Methode verbessert die Leistung der Objekterkennung mit adaptiven Anfragen.

Die Erforschung der menschlichen Fähigkeit, Deepfake-Videos im Vergleich zur KI-Erkennung zu identifizieren.

Erforschen, wie KI die Videoproduktionsprozesse für Filmemacher verändert.

PEAVS analysiert, wie gut Audio und Video zusammenarbeiten, um das Zuschauererlebnis zu verbessern.

CinePile stellt das Verständnis von langen Videos mit 305.000 verschiedenen Fragen auf die Probe.

Eine neuartige Methode, die medizinische Bilder in der Cloud mit fortschrittlichen quantentechnischen Verfahren schützt.

Eine neue Methode verbessert die Genauigkeit der Lebensmittelerfassung mit 3D-Modellen und 2D-Bildern.

Diese Studie zeigt, wie Kontext das Verständnis von Maschinen für Bilder und Fragen verbessert.

Ein neuer Audio-Codec, der hochwertige Kompression und reichhaltigen semantischen Inhalt bietet.

Eine Studie stellt eine neue Methode vor, um synchronisierte sprechende Gesichtsvideos zu erstellen.

Entdecke, wie grosse Sprachmodelle Kreativität durch Multimedia-Generierung steigern.

Die Vorteile von immersivem 3D-Skizzieren für Architekten und Designer erkunden.

Ein Modell vorstellen, das synchronen Audio und Video mit gemischten Geräuschpegeln erzeugt.

Dieser Artikel bespricht ein neues einfaches Modell, um Audio aus Bildern zu generieren und umgekehrt.

Neue Techniken verbessern die Qualität und das Training für 3D-Bilder.

NuNet nutzt RGB- und Tiefendaten für genauere Ernährungsschätzungen.

Eine neue Methode verbessert die Audio-Video-Ausrichtung mit vortrainierten Modellen.

Eine neue Methode, um die Aufmerksamkeitsmechanismen bei der Verarbeitung komplexer Daten zu verbessern.

Erforschen, wie KI das Streaming von Videos verbessert und gleichzeitig die Energieeffizienz fördert.

Das Frieren-Modell verbessert die Audioqualität und den Sync für Videos.

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

Neue Methoden stärken Wasserzeichen gegen moderne Bildbearbeitungsbedrohungen.

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

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