Xiongkuo Min

SJTU-H3D ofrece herramientas esenciales para evaluar la calidad de los humanos digitales.

GTR combina la ubicación de la mirada y la detección de objetos para obtener resultados más rápidos y precisos.

El Desafío AIS 2024 busca mejorar las evaluaciones de calidad de video usando aprendizaje profundo.

A-Bench evalúa LMMs para analizar la calidad y precisión de las imágenes generadas por IA.

Nuevo conjunto de datos GAIA arroja luz sobre la calidad de la acción en contenido generado por IA.

Descubre cómo CMC-Bench está transformando las técnicas de compresión de imágenes.

GLARE mejora las imágenes en condiciones de poca luz usando un enfoque único de código y controles para el usuario.

HazeCLIP usa el lenguaje para mejorar los métodos de desneblado para imágenes del mundo real.

Evaluando la calidad de los videos generados por IA para mejorar la creación de contenido.

Un nuevo método para evaluar la calidad del video usando modelos avanzados.

Evaluando el impacto de la IA en la calidad de los modelos 3D y las expectativas de los usuarios.

Los equipos compiten para mejorar los métodos de predicción de la atención en videos.

Un referente que evalúa la capacidad de los LMMs para analizar la calidad de video.

Este artículo habla sobre cómo medir la satisfacción del espectador en la transmisión de video en vivo.

La investigación muestra que las habilidades de la IA para entender emociones aún necesitan mejorar.

Este artículo analiza cómo medir los videos generados por IA con acciones humanas.