Honggang Zhang

Combiner des infos audio et visuelles aide à mieux reconnaître les objets dans les vidéos.

Une nouvelle méthode combine des indices audio et textuels pour une meilleure identification des objets.

La recherche s'attaque aux biais qui affectent la compréhension audio-visuelle dans la technologie.

Un nouveau référentiel évalue à quel point les modèles d'IA répondent à divers besoins humains.