Tae-Hyun Oh

Les conseils de la carte de bruit améliorent la qualité de l'édition d'images en gardant le contexte spatial.

Améliorer la façon dont on identifie les sources sonores en utilisant des données audio-visuelles.

ObjectDR génère des données appariées pour améliorer la reconstruction de formes 3D à partir d'images 2D.

Un nouveau modèle améliore l'analyse vidéo en temps réel avec une amplification efficace des mouvements.

Une étude sur l'amélioration de la localisation des sources sonores en utilisant mieux les infos audio et visuelles.

Un nouveau repère met en lumière les hallucinations dans les modèles de langage visuel.

Cet article examine comment les VLM perçoivent la couleur, la forme et le sens des images.