Informática - Multimedia

Un estudio usa un dispositivo de múltiples datos para seguir los patrones de sueño de los bebés de manera más precisa.

Un nuevo enfoque para mejorar la precisión del etiquetado de imágenes en el aprendizaje automático.

Un nuevo método mejora el reconocimiento de acciones usando menos fotogramas sin perder el contexto importante.

Un nuevo método mejora cómo las imágenes coinciden con las entradas de texto.

Explorando cómo la tecnología blockchain puede transformar la gestión de derechos de autor para los creadores.

Una nueva forma de evaluar la salud solo con una imagen de smartphone.

Una nueva herramienta simplifica el proceso de etiquetar datos de video de manera efectiva.

Un nuevo método combina el estilo y el contenido de las imágenes para interpretar emociones de manera precisa.

FAST revoluciona la edición de texto en escenas con modificaciones naturales y flexibilidad.

Un nuevo método combina bocetos y texto para mejorar la generación de formas 3D.

Un nuevo marco para proteger los derechos de los creadores de prompts en herramientas de IA.

Un nuevo enfoque mejora la eficiencia en las tareas de preentrenamiento de visión y lenguaje.

DiffSynth mejora la calidad del video reduciendo el parpadeo y mejorando la mezcla de fotogramas.

Una mirada a cómo la Optimización Minimax mejora la eficiencia de las Redes Neuronales Espinosas.

Jade mejora la calidad de video a través de la retroalimentación de los usuarios y técnicas de streaming adaptativas.

Un nuevo modelo recomienda colores según los elementos de diseño y el texto.

Un nuevo método mejora la comunicación gestual para avatares con formas de manos únicas.

AVQA conecta elementos de audio y visuales en videos para responder preguntas.

Un nuevo método para crear animaciones faciales 3D realistas de manera rápida y eficiente.

Nuevos métodos mejoran la detección de mensajes ocultos en archivos de video.

Un método para traducir imágenes de cráneos en representaciones realistas de animales usando indicaciones de texto.

Nuevos métodos mejoran la detección de eventos en videos en streaming usando datos de lenguaje e historial.

Un nuevo enfoque mejora la detección de memes dañinos usando preguntas específicas.

Explora los lazos emocionales entre la música y las imágenes con el conjunto de datos EMID.

Esta investigación relaciona la actividad cerebral con la percepción visual al reconstruir imágenes a partir de señales EEG.

Descubre el impacto de la conexión visual en las interacciones entre lenguaje e imagen.

Un nuevo método mejora la eficiencia en el reconocimiento de videos usando datos de audio y visuales.

Un nuevo agente de IA mejora la eficiencia y calidad de las pruebas de juegos.

Dronevision revoluciona el multimedia 3D con una pantalla del tamaño de un escritorio usando drones voladores.

Un estudio sobre sensores vitales para el rendimiento de los nuevos drones.

Un nuevo marco mejora las sugerencias de items usando diferentes tipos de datos.

Descubre EVE, un modelo que mejora la comprensión de imágenes y texto.

La investigación se centra en mejorar modelos que conectan imágenes y texto a través de la comprensión del lenguaje.

Nuevo modelo mejora la generación de gestos para interacciones más humanas.

Un nuevo método mejora la coincidencia de audio usando imágenes, aumentando el realismo en los entornos de audio.

Examinando las preocupaciones sobre datos ocultos en modelos de aprendizaje automático y sus implicaciones de seguridad.

Un conjunto de datos conecta emociones con canciones MIDI usando el análisis de letras.

Un nuevo enfoque mejora la precisión al responder preguntas sobre el texto en las imágenes.

PROOFREAD mejora la respuesta a preguntas visuales usando conocimiento de modelos de lenguaje grandes.

Usando LLMs para crear un montón de datos para la subtitulación de música.