Akshita Gupta

Un nouveau modèle améliore la reconnaissance d'actions dans des vidéos non montées tout en minimisant l'utilisation de la mémoire.

Une nouvelle méthode améliore la reconnaissance des actions dans les vidéos en utilisant le langage contextuel.

Une nouvelle méthode génère de la parole à partir de vidéos, améliorant le doublage et l'apprentissage des langues.