VCoME hilft Nutzern, ganz einfach ansprechende Sprachvideos zu erstellen.
― 5 min Lesedauer
Computerwissenschaften - Multimedia
RSSForscher wollen Sounds kreieren, die zu stillen Videos passen, um das Seherlebnis zu verbessern.
― 6 min Lesedauer
Ein neuer Ansatz verbessert die Klarheit von Fragen, die aus Bildern erstellt werden.
― 7 min Lesedauer
Lern, wie man CSV-Daten mit digitalen Signaturen sichert.
― 5 min Lesedauer
Diese Methode verbessert die Bildsuche, indem sie Bilder und Texte effektiv kombiniert.
― 6 min Lesedauer
LeRF kombiniert Deep Learning und Interpolation für besseres Bildvergrössern.
― 7 min Lesedauer
Neues KI-Modell verbessert die Interpretation von Röntgenbildern des Brustkorbs für genauere Diagnosen.
― 7 min Lesedauer
Eine neue Methode, um mit KI ansprechende Inhalte für soziale Medien zu erstellen.
― 7 min Lesedauer
Entdecke, wie KI die Musikproduktion mit BandControlNet verändert.
― 6 min Lesedauer
Ein neuer Ansatz verbessert die Deepfake-Erkennung durch audio-visuelle Analyse.
― 5 min Lesedauer
Ein neues Verfahren verbessert die Stottererkennung, indem es Audio-, Video- und Textdaten kombiniert.
― 6 min Lesedauer
Eine Studie zur Verbesserung der Klangquellenlokalisierung durch bessere Nutzung von Audio- und visuellen Informationen.
― 8 min Lesedauer
TemporalStory verbessert die Bildgenerierung für Geschichtenerzählen, indem es Kohärenz und Kontext verbessert.
― 5 min Lesedauer
Ein neues Tool zur Bewertung von Replikationen in KI-generierter Musik.
― 7 min Lesedauer
Ein Blick auf Methoden zur Verbesserung der Bildqualität, die durch Dunst beeinträchtigt ist.
― 7 min Lesedauer
Der TGIF-Datensatz hilft dabei, fortgeschrittene Bildmanipulationstechniken zu erkennen.
― 5 min Lesedauer
Lern, wie IP-Broadcasting und Audio-Tagging die Bereitstellung von Inhalten verändern.
― 5 min Lesedauer
KI integrieren, um Marketingstrategien und Kampagneneffektivität zu verbessern.
― 6 min Lesedauer
X-Former verbessert, wie Modelle Bild- und Textverständnis kombinieren.
― 9 min Lesedauer
Falsche Infos mit neuen Methoden und Technologien bekämpfen.
― 5 min Lesedauer
Ein neues System, das Text- und Bildanalyse kombiniert, um Desinformationen zu bekämpfen.
― 5 min Lesedauer
Neue Methode RoE verbessert die Effizienz von multimodalen grossen Sprachmodellen mit dynamischem Routing.
― 8 min Lesedauer
Wir stellen 360VFI vor für bessere 360-Grad Videoqualität und Erlebnis.
― 5 min Lesedauer
Ein neues Modell kombiniert Audio und Video für ein besseres Verständnis.
― 6 min Lesedauer
Eine neue Methode verbessert die Sprachtrennung in lauten Umgebungen mit mehreren Sprechern.
― 5 min Lesedauer
Diese Studie überprüft Rahmenstichprobenmethoden zur Verbesserung der Videoinhaltssuche.
― 6 min Lesedauer
Ein neues Framework macht es einfacher, spielerspezifische Highlight-Clips aus Fussballvideos zu erstellen.
― 6 min Lesedauer
HaloQuest geht die Halluzinationsprobleme in vision-language Modellen mit einem neuen Datensatz an.
― 10 min Lesedauer
Ein neues Framework verbessert die 3D-Objektsuche aus verschiedenen Datentypen.
― 5 min Lesedauer
Untersuchung des kreativen Prozesses hinter der Produktion von Fake-News-Videos.
― 7 min Lesedauer
QPT V2 verbessert die visuelle Bewertung mit maskierter Bildmodellierung und hochwertigen Daten.
― 6 min Lesedauer
MMTrail kombiniert visuelle und auditive Beschreibungen für bessere Video-Sprachmodelle.
― 5 min Lesedauer
Neue Methode stärkt die Privatsphäre für geteilte Bilder und Texte.
― 6 min Lesedauer
Eine neue Methode verbessert die AVQA-Leistung, wenn Audio- oder Videoeingaben fehlen.
― 5 min Lesedauer
Eine Methode, um Audio zu erstellen, das zu Videos aus der Ich-Perspektive passt.
― 8 min Lesedauer
Eine vielfältige Sammlung von 3D-Modellen für bessere Forschungsmöglichkeiten.
― 6 min Lesedauer
Diese Studie untersucht, wie gut LLMs Musik verstehen und erzeugen können.
― 5 min Lesedauer
Ein neues Modell, das Akkordnotierungen nahtlos mit Musik-Audio synchronisiert.
― 6 min Lesedauer
Ein einheitliches Modell verbessert die Punktwolkenkompression für bessere Qualität und Effizienz.
― 7 min Lesedauer
Innovative Methode fügt versteckte Nachrichten hinzu, um die Echtheit von Bildern sicherzustellen.
― 6 min Lesedauer