Informatique - Multimédia

Vision par ordinateur et reconnaissance des formesProgrès dans les méthodes de création de contenu 3D

Nouvelles techniques améliorent la qualité et l'entraînement pour les images 3D.

2025-08-04T02:30:24+00:00 ― 9 min lire

Vision par ordinateur et reconnaissance des formesNuNet : Une nouvelle façon d'estimer la nutrition

NuNet utilise des données RGB et de profondeur pour de meilleures estimations nutritionnelles.

2025-08-03T08:51:48+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formesApproche innovante pour la génération conjointe audio-vidéo

Une nouvelle méthode améliore l'alignement audio-vidéo en utilisant des modèles pré-entraînés.

2025-08-03T04:45:20+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formesIntroduction du Masque d'Attention Apprenable pour les Tâches Multimodales

Une nouvelle méthode pour améliorer les mécanismes d'attention dans le traitement de données complexes.

2025-08-02T16:00:36+00:00 ― 9 min lire

MultimédiaIA dans le streaming vidéo : Efficacité et durabilité

Explorer comment l'IA améliore le streaming vidéo tout en promouvant l'efficacité énergétique.

2025-08-02T11:08:18+00:00 ― 8 min lire

SonAvancées dans la génération de vidéo en audio avec Frieren

Le modèle Frieren améliore la qualité audio et la synchronisation pour les vidéos.

2025-08-02T10:07:55+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formesAvancées dans le rendu de scènes dynamiques avec Gear-NeRF

Gear-NeRF améliore le rendu de scènes 3D dynamiques en utilisant des techniques sensibles au mouvement.

2025-08-02T05:52:18+00:00 ― 9 min lire

Vision par ordinateur et reconnaissance des formesAvancement des techniques de filigranage pour la protection d'images

Nouvelles méthodes renforcent les filigranes contre les menaces de retouche d'images modernes.

2025-08-02T05:36:30+00:00 ― 10 min lire

Interaction homme-machineApproches innovantes pour gérer les risques de chaleur

Un nouveau système combine des données et des infos pour mieux gérer le risque de chaleur.

2025-08-01T23:56:48+00:00 ― 7 min lire

Vision par ordinateur et reconnaissance des formesGénération de musique innovante pour les vidéos

Une nouvelle méthode pour créer de la musique qui colle bien au contenu vidéo.

2025-08-01T13:48:30+00:00 ― 10 min lire

Interaction homme-machineRevisiter l'interprétation des données : étude du son et des visuels

Une étude récente reproduit des résultats clés sur l'interprétation des données en utilisant le son et les visuels.

2025-07-31T20:04:30+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formesCombiner texte et images pour la génération de musique

Un nouveau modèle génère de la musique en utilisant à la fois des infos textuelles et visuelles.

2025-07-31T12:47:15+00:00 ― 9 min lire

Vision par ordinateur et reconnaissance des formesUne approche unifiée pour la création de texte à image

Combiner la génération d'images et la recherche pour un meilleur accès à l'information visuelle.

2025-07-31T09:30:00+00:00 ― 9 min lire

Traitement de l'audio et de la paroleAvancées dans la technologie de diarisation de la parole ciblée

Un coup d'œil sur les nouvelles méthodes pour comprendre les discours qui se chevauchent pendant les conversations.

2025-07-30T14:06:55+00:00 ― 9 min lire

Calcul et langageLutter contre la désinformation avec ConDA-TTA

Une nouvelle méthode pour détecter efficacement les news hors contexte.

2025-07-30T12:26:00+00:00 ― 5 min lire

SonPrésentation de PianoMotion10M : un nouveau dataset pour apprendre le piano

PianoMotion10M fournit des mouvements de mains détaillés pour aider les apprentis pianistes.

2025-07-30T01:09:35+00:00 ― 7 min lire

Architecture des réseaux et de l'InternetAméliorer l'expérience utilisateur grâce à l'évaluation de la QoE

Explorer comment les mesures de QoE améliorent la satisfaction des services multimédias.

2025-07-30T00:27:06+00:00 ― 11 min lire

Traitement de l'audio et de la paroleUtiliser la technologie audio pour le suivi des piétons

Cette étude examine les méthodes audio pour suivre les mouvements des piétons dans les zones urbaines.

2025-07-29T17:52:20+00:00 ― 9 min lire

Traitement de l'audio et de la paroleFaire avancer le son Foley avec le dataset MINT

Un nouveau jeu de données améliore la création de sons foley pour le contenu multimédia.

2025-07-29T17:03:45+00:00 ― 8 min lire

Interaction homme-machineLa danse rencontre la technologie : une collab' unique

Un projet mélange danse et technologie pour s'exprimer de manière créative.

2025-07-29T16:09:24+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formesAvancées dans la détection des polypes pendant la coloscopie

Une nouvelle méthode améliore l'analyse vidéo de la coloscopie pour la détection des polypes.

2025-07-28T22:30:48+00:00 ― 9 min lire

MultimédiaAméliorer la détection des fake news avec l'analyse des réseaux sociaux

Une méthode pour améliorer l'identification des fausses nouvelles en utilisant les interactions sur les réseaux sociaux.

2025-07-28T17:38:30+00:00 ― 9 min lire

MultimédiaÉvaluer la qualité des cours en ligne avec VCEval

VCEval propose un moyen automatisé d'évaluer l'efficacité des cours en ligne.

2025-07-28T10:39:48+00:00 ― 6 min lire

MultimédiaNouveau modèle améliore la détection des temps forts en streaming en direct

Une approche multimodale améliore la façon dont les moments clés sont identifiés dans les streams en direct.

2025-07-28T10:24:00+00:00 ― 7 min lire

SonUn nouvel outil pour la visualisation musicale

Ce document présente un système pour créer des visuels qui réagissent à la musique.

2025-07-26T10:31:10+00:00 ― 9 min lire

Recherche d'informationsAvancement des techniques de récupération cross-linguistique et cross-modale

Une nouvelle méthode améliore la récupération d'images et de textes dans plusieurs langues.

2025-07-23T21:54:24+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formesLe Rôle des Modèles de Diffusion dans le Montage Vidéo

Découvre comment les modèles de diffusion changent le montage vidéo grâce à la technologie AI.

2025-07-23T18:13:12+00:00 ― 6 min lire

MultimédiaAnalyser la popularité des réseaux sociaux : décalage entre texte et image

Des recherches montrent que l'incohérence entre le texte et l'image augmente avec la popularité des posts sur les réseaux sociaux.

2025-07-22T14:26:18+00:00 ― 5 min lire

SonAvancée de la génération audio avec le dataset Sound-VECaps

Nouveau jeu de données améliore la génération audio à partir de descriptions textuelles détaillées.

2025-07-21T07:26:30+00:00 ― 6 min lire

MultimédiaOpenVNA : Faire avancer la compréhension des langues dans le bruit

Un nouvel outil pour tester les modèles de langue dans des environnements bruyants.

2025-07-21T05:23:24+00:00 ― 5 min lire

MultimédiaAméliorer l'extraction de maillage de référence à partir de formes variables dans le temps

Une nouvelle méthode pour créer des maillages de référence plus propres à partir de formes 3D dynamiques.

2025-07-20T22:24:42+00:00 ― 7 min lire

Vision par ordinateur et reconnaissance des formesAvancées dans la segmentation d'expressions référentielles faiblement supervisées

Une nouvelle méthode réduit le besoin de données étiquetées dans les tâches de vision par ordinateur.

2025-07-20T20:57:48+00:00 ― 7 min lire

Vision par ordinateur et reconnaissance des formesNouvelle méthode pour créer du son à partir de vidéo et de texte

Cet article présente une méthode pour générer un son précis à partir de vidéos et de texte.

2025-07-20T16:03:25+00:00 ― 9 min lire

Calcul et langageAvancées dans le traitement des documents avec LayTextLLM

Présentation d'un nouveau modèle qui combine efficacement le texte et la mise en page pour une meilleure compréhension des documents.

2025-07-20T12:48:00+00:00 ― 6 min lire

Vision par ordinateur et reconnaissance des formesKeyVideoLLM : Améliorer la gestion des données vidéo

Une nouvelle méthode améliore la gestion des données vidéo pour une meilleure compréhension et efficacité.

2025-07-20T06:52:30+00:00 ― 7 min lire

Interaction homme-machineFaire avancer l'IA mobile avec le dataset AMEX

Le dataset AMEX améliore la compréhension de l'IA sur les interfaces d'applications mobiles.

2025-07-20T00:09:36+00:00 ― 9 min lire

SonNouveaux ensembles de données pour la reconnaissance des émotions dans la musique

Présentation des ensembles de données MERGE pour améliorer la classification des émotions dans la musique.

2025-07-19T20:37:25+00:00 ― 7 min lire

MultimédiaLes jeux vidéo comme outils pour apprendre des compétences en programmation

Explorer comment les jeux vidéo peuvent enseigner des compétences en programmation essentielles de manière efficace et engageante.

2025-07-19T06:31:00+00:00 ― 7 min lire

MultimédiaAvancées dans l'apprentissage zéro-shot audio-visuel

Combiner son et images pour des systèmes de reconnaissance plus intelligents.

2025-07-18T21:08:30+00:00 ― 8 min lire

Vision par ordinateur et reconnaissance des formesSimplifier la création de vidéos avec le cadre VCoME

VCoME aide les utilisateurs à créer des vidéos verbales captivantes facilement.

2025-07-18T18:32:06+00:00 ― 5 min lire