Jingdong Wang

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.