Informatique - Multimédia

RSS

Son Mesurer la musique : L'avenir des compositions AI

Découvre le Frechet Music Distance et son rôle dans l'évaluation de la musique générée par l'IA.

Jan Retkowski, Jakub Stępniak, Mateusz Modrzejewski

2025-03-11T23:06:00+00:00 ― 11 min lire

Derniers articles

Vision par ordinateur et reconnaissance des formes L'avenir du son dans la vidéo

Sudha Krishnamurthy

2025-03-10T12:33:18+00:00 ― 7 min lire

Multimédia Décrypter le Code AVQA : Nouvelle Méthode Révélée

Zhangbin Li, Jinxing Zhou, Jing Zhang

2025-03-08T02:54:36+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes Nouveau cadre améliore la segmentation vidéo audio-visuelle

Kexin Li, Zongxin Yang, Yi Yang

2025-03-06T19:43:30+00:00 ― 8 min lire

Son LatentSpeech : Un pas en avant dans le texte à la parole

Haowei Lou, Helen Paik, Pari Delir Haghighi

2025-03-06T14:47:24+00:00 ― 7 min lire

Son Décoder les émotions : L'avenir de l'analyse des sentiments

Antonio Fernandez, Suzan Awinat

2025-03-03T22:38:06+00:00 ― 11 min lire

Derniers articles

Vision par ordinateur et reconnaissance des formes Révolutionner l'analyse vidéo avec l'apprentissage centré sur les objets

De nouvelles techniques améliorent la façon dont les machines reconnaissent et interprètent les scènes vidéo.

Phúc H. Le Khac, Graham Healy, Alan F. Smeaton

2025-03-03T20:59:33+00:00 ― 9 min lire

Son Révolutionner les effets sonores avec YingSound

YingSound révolutionne la production vidéo en automatisant la création d'effets sonores.

Zihao Chen, Haomin Zhang, Xinhan Di

2025-03-03T17:42:00+00:00 ― 8 min lire

Son Échos : Une nouvelle façon de taguer l'audio

Les chercheurs utilisent des échos pour marquer l'audio, garantissant que les droits des créateurs sont protégés.

Christopher J. Tralie, Matt Amery, Benjamin Douglas

2025-03-02T17:01:30+00:00 ― 10 min lire

Calcul et langage Révolutionner la détection musicale avec des modèles de langage

Cette étude évalue à quel point les modèles de langage reconnaissent les entités musicales dans le texte.

Simon Hachmeier, Robert Jäschke

2025-03-02T07:16:30+00:00 ― 9 min lire

Multimédia Décrypter le code des reprises sur YouTube

Découvrez comment les reprises de chansons sont identifiées sur YouTube avec des nouvelles méthodes.

Simon Hachmeier, Robert Jäschke

2025-03-02T03:15:45+00:00 ― 7 min lire

Multimédia Drones dans le ciel : Explication des trajectoires de vol sécurisées

Découvre comment les trajets de vol gardent les drones en sécurité et bien organisés.

Shuqin Zhu, Shahram Ghandeharizadeh

2025-02-25T08:30:18+00:00 ― 6 min lire

Bases de données Des Paillettes Volantes : L'Avenir de la Visualisation

Découvrez comment les drones créent des affichages 3D interactifs pour le divertissement et la santé.

Nima Yazdani, Hamed Alimohammadzadeh, Shahram Ghandeharizadeh

2025-02-24T08:25:48+00:00 ― 6 min lire

Vision par ordinateur et reconnaissance des formes Nouvelle tech pour simplifier le visionnage de vidéos

Une nouvelle méthode aide à résumer le contenu vidéo facilement.

Shiping Ge, Qiang Chen, Zhiwei Jiang

2025-02-23T11:33:54+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes Récupération vidéo rapide : l'avantage Mamba

Un nouveau modèle accélère la recherche de vidéos tout en améliorant la précision.

Jinpeng Wang, Niu Lian, Jun Li

2025-02-21T13:49:21+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes Équilibrer sons et visuels : une nouvelle approche dans l'apprentissage par IA

DAAN améliore la façon dont les machines apprennent à partir de données audio-visuelles dans des scénarios zéro-shot.

RunLin Yu, Yipu Gong, Wenrui Li

2025-02-20T15:12:36+00:00 ― 7 min lire

Vision par ordinateur et reconnaissance des formes Révolutionner le cinéma avec la génération vidéo optique

Transforme ta façon de filmer avec un contrôle de caméra amélioré et des effets artistiques.

Xi Wang, Robin Courant, Marc Christie

2025-02-19T12:04:03+00:00 ― 8 min lire

Multimédia L'essor du contenu généré par les utilisateurs dans le jeu vidéo

Découvrez comment la créativité des joueurs transforme les jeux vidéo et l'engagement communautaire.

Yuyue Liu, Haihan Duan, Wei Cai

2025-02-17T05:29:51+00:00 ― 7 min lire

Vision par ordinateur et reconnaissance des formes Transformer la production de langue des signes avec Sign-IDD

Un nouveau cadre améliore les vidéos en langue des signes pour une meilleure communication.

Shengeng Tang, Jiayi He, Dan Guo

2025-02-16T07:49:48+00:00 ― 7 min lire

Recherche d'informations Shopping Plus Malin : L'Avenir des Recommandations

Découvrez comment les systèmes de recommandation multimodaux améliorent les achats en ligne.

Rongqing Kenneth Ong, Andy W. H. Khong

2025-02-12T17:57:45+00:00 ― 8 min lire

Son Transformer le design sonore avec Stable-V2A

Un nouveau système révolutionne la façon dont les designers sonores créent des audio pour les vidéos.

Riccardo Fosco Gramaccioni, Christian Marinoni, Emilian Postolache

2025-02-08T07:06:36+00:00 ― 10 min lire

Son Donner vie au doublage : améliorer la synchronisation labiale

Une nouvelle méthode améliore la synchronisation labiale dans les vidéos doublées pour une expérience de visionnage plus naturelle.

Lucas Goncalves, Prashant Mathur, Xing Niu

2025-02-03T03:44:06+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes Combler le fossé : Une nouvelle technologie traduit la parole en langue des signes

Une nouvelle technologie transforme les mots parlés en langue des signes pour une meilleure communication.

Xu Wang, Shengeng Tang, Peipei Song

2025-02-02T18:00:54+00:00 ― 6 min lire

Son Systèmes de détection avancés pour drones

Une nouvelle tech combine le son et les visuels pour une meilleure détection des drones.

Zhenyuan Xiao, Yizhuo Yang, Guili Xu

2025-01-31T06:38:42+00:00 ― 8 min lire

Son Entendre l'invisible : Innovations dans la localisation sonore

Explorer des nouvelles technologies qui détectent des sons provenant de sources invisibles.

Yuhang He, Sangyun Shin, Anoop Cherian

2025-01-30T20:46:30+00:00 ― 6 min lire

Vision par ordinateur et reconnaissance des formes Révolutionner l'évaluation de la qualité d'image

Une nouvelle méthode prédit la qualité des images pour les humains et les machines.

Qi Zhang, Shanshe Wang, Xinfeng Zhang

2025-01-30T05:45:09+00:00 ― 9 min lire

Son Rencontrez VERSA : Votre Compagnon d'Évaluation Audio

VERSA évalue efficacement la qualité de la parole, de l'audio et de la musique.

Jiatong Shi, Hye-jin Shim, Jinchuan Tian

2025-01-28T09:33:18+00:00 ― 11 min lire

Vision par ordinateur et reconnaissance des formes RDPM : Une nouvelle vague dans la génération d'images

Découvrez comment RDPM transforme la création d'images avec des méthodes avancées.

Xiaoping Wu, Jie Hu, Xiaoming Wei

2025-01-27T14:21:18+00:00 ― 10 min lire

Vision par ordinateur et reconnaissance des formes FACEMUG : Un changement de jeu dans l'édition faciale

FACEMUG transforme la retouche photo avec des outils précis pour les ajustements faciaux.

Wanglong Lu, Jikai Wang, Xiaogang Jin

2025-01-26T09:27:54+00:00 ― 9 min lire

Vision par ordinateur et reconnaissance des formes Révolution dans la reconnaissance des émotions : technologie DFER

La reconnaissance dynamique des expressions faciales transforme les interactions humain-ordinateur grâce à une analyse des émotions en temps réel.

Peihao Xiang, Kaida Wu, Chaohao Lin

2025-01-26T07:51:36+00:00 ― 10 min lire

Vision par ordinateur et reconnaissance des formes PlanLLM : Une façon maline d'apprendre avec des vidéos

Combiner la langue et la vidéo pour améliorer l'apprentissage des robots.

Dejie Yang, Zijing Zhao, YangLiu

2025-01-24T02:53:42+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formes Avancées dans le suivi vision-langage

Une nouvelle méthode améliore la façon dont les ordis suivent des objets en utilisant des visuels et du texte.

X. Feng, D. Zhang, S. Hu

2025-01-22T19:35:51+00:00 ― 6 min lire

Son CoheDancers : Redéfinir la création de danse en groupe

Un nouveau cadre pour créer des danses de groupe synchronisées et naturelles.

Kaixing Yang, Xulong Tang, Haoyu Wu

2025-01-21T14:42:00+00:00 ― 10 min lire

Apprentissage automatique L'avenir des assistants audio : AQA-K

Les assistants audio deviennent plus malins avec AQA-K, améliorant les réponses grâce à la connaissance.

Abhirama Subramanyam Penamakuri, Kiran Chhatre, Akshat Jain

2025-01-18T22:32:42+00:00 ― 7 min lire

Vision par ordinateur et reconnaissance des formes Réanimer des visages flous : La science de la restauration

Découvrez comment la restauration de visages flous apporte de la clarté aux images floues.

Wanglong Lu, Jikai Wang, Tao Wang

2025-01-18T17:41:33+00:00 ― 7 min lire

Vision par ordinateur et reconnaissance des formes Détection des deepfakes : une préoccupation croissante

Des méthodes innovantes émergent pour lutter contre la montée des deepfakes réalistes.

Yi Zhang, Weize Gao, Changtao Miao

2025-01-17T22:25:57+00:00 ― 9 min lire

Multimédia Simplifier les données : L'avenir de la résumé de graphiques

Découvre comment ChartAdapter transforme des graphiques complexes en résumés clairs.

Peixin Xu, Yujuan Ding, Wenqi Fan

2025-01-17T13:36:18+00:00 ― 7 min lire