Jingdong Wang

Une nouvelle méthode utilise des maths basiques pour analyser le contenu vidéo de manière efficace.

RefineBox améliore la précision de la localisation dans les modèles de détection d'objets de type DETR.

BGA-MNER améliore les connexions texte-image pour une meilleure reconnaissance des entités.

MA-CLIP améliore la reconnaissance d’actions avec peu d’exemples et une meilleure intégration du vidéo et du texte.

Une nouvelle méthode améliore le rendu des scènes dynamiques en utilisant des techniques de déformation avant.

Un nouveau cadre améliore la segmentation des objets en se basant sur des descriptions en langage naturel.

Un nouveau cadre propose une détection de texte améliorée sur plusieurs formats et granularités.

BEVSpread améliore la précision de la détection d'objets pour conduire plus sûr.

De nouvelles méthodes améliorent les animations faciales réalistes synchronisées avec l'audio.

Une nouvelle méthode pour évaluer les modèles texte-vidéo se concentre sur la dynamique.

Une nouvelle approche axée sur la profondeur par objet améliore la précision de détection 3D.

SEED améliore la détection d'objets 3D en utilisant la sélection de requêtes doubles et l'attention à grille déformable.

Une nouvelle méthode pour créer des avatars numériques réalistes à partir de vidéos.

Une nouvelle méthode améliore la précision et l'efficacité dans la détection d'objets 3D en utilisant un RNN de groupe linéaire.

Add-SD simplifie l'édition d'images en permettant d'ajouter des objets réalistes grâce à des invites textuelles.

ReSyncer améliore la qualité vidéo et la flexibilité des mouvements des lèvres synchronisés avec l'audio.

FullAnno améliore les annotations d'image pour un meilleur entraînement des modèles multimodaux.

Cet article présente un nouveau modèle qui combine la génération de texte et d'images en un seul système.

FlipClass propose une nouvelle méthode pour mieux apprendre dans la Découverte de Catégories Généralisées.

ALoRE optimise l'entraînement des modèles pour une reconnaissance d'images efficace et des applications plus larges.