Boqing Gong

Nuevo método mejora la localización de objetos usando relaciones entre el lenguaje y las imágenes.

Nuevos métodos mejoran la capacidad de las máquinas para crear imágenes a partir de indicaciones de texto.

Un nuevo método mejora la subtitulación de videos usando modelos de imagen-lenguaje.

VideoPrism ayuda a interpretar y analizar contenido de video de manera efectiva.

La investigación revela cómo los parches de activación influyen en la generación de imágenes en modelos de difusión.

Un nuevo enfoque para mejorar los prompts de modelos de texto a imagen para obtener mejores resultados.

SOAR mejora la precisión del reconocimiento de acciones en el análisis de videos de drones.

Presentamos los Autoencoders Máscarados de Video Largo para una mejor comprensión del video.

HypDAE transforma la manera en que creamos imágenes a partir de ejemplos mínimos.

El conjunto de datos DAVE captura escenarios de carretera complejos para un mejor entrenamiento de IA.