Une nouvelle méthode simplifie l'édition de scènes 3D en utilisant juste une image 2D.
― 7 min lire
Informatique - Multimédia
RSSUne nouvelle méthode cible efficacement plusieurs systèmes d'authentification faciale.
― 11 min lire
Un système innovant automatise la génération de son pour les films et les jeux.
― 10 min lire
Découvrez comment l'Harmonisation de l'Attention améliore le mélange d'images en se concentrant sur la géométrie et la texture.
― 7 min lire
Améliorer la qualité de l'image permet de mieux évaluer la taille de la pupille.
― 7 min lire
Les benchmarks actuels sous-estiment la capacité des modèles à relier les données audio et visuelles.
― 6 min lire
L'automatisation dans la création d'animations ouvre de nouvelles voies pour raconter des histoires et créer des visuels.
― 8 min lire
Un aperçu des complexités pour identifier des pistes audio mixées.
― 8 min lire
StyleSpeech fait avancer les systèmes TTS en capturant les nuances de la parole naturelle.
― 7 min lire
Cap2Sum utilise des sous-titres vidéo denses pour améliorer l'efficacité et l'efficacité de la récapitulation vidéo.
― 10 min lire
MaVEn améliore la capacité de l'IA à traiter plusieurs images pour un meilleur raisonnement.
― 7 min lire
L'IA est en train de transformer la façon dont la musique est composée et vécue.
― 8 min lire
Une nouvelle méthode améliore la reconnaissance des émotions dans les conversations en utilisant plusieurs sources de données.
― 7 min lire
Présentation de RMARN : une approche innovante pour relier le texte et les données 3D.
― 7 min lire
Une nouvelle méthode transforme le texte en scènes 3D détaillées sans accroc.
― 8 min lire
Une nouvelle approche pour créer des espaces virtuels accessibles en utilisant WebXR et A-Frame.
― 7 min lire
SynthDoc crée des documents synthétiques pour le machine learning dans la lecture de documents.
― 7 min lire
Cette étude présente un modèle pour analyser les réactions émotionnelles face au contenu vidéo.
― 8 min lire
Cet article parle des avantages de la fusion des systèmes de reconnaissance vocale et faciale.
― 6 min lire
Une nouvelle méthode pour créer des images RGBA facilement et efficacement.
― 9 min lire
Kangaroo améliore l'analyse vidéo en intégrant efficacement visuels, sons et textes.
― 7 min lire
Ce papier présente un modèle à un seul encodeur pour améliorer la segmentation d'images basé sur des descriptions textuelles.
― 8 min lire
De nouvelles méthodes améliorent la séparation des voix dans des environnements bruyants.
― 5 min lire
Un nouveau cadre améliore la précision des légendes d'images et réduit les erreurs.
― 7 min lire
Améliorer la façon dont les machines aident les utilisateurs grâce à de meilleures interactions et mesures de réponse.
― 6 min lire
Explorer des humains numériques et des interfaces haptiques pour des interactions immersives.
― 7 min lire
De nouvelles méthodes améliorent la transmission vidéo en prédisant efficacement les données manquantes.
― 6 min lire
Un cadre pour ajuster la musique en temps réel dans les jeux et les films.
― 7 min lire
MRDAC améliore la qualité et la compression des vidéos faciales en utilisant plusieurs images de référence.
― 8 min lire
Des chercheurs explorent les échos ultrasoniques pour des mesures de distance précises dans des environnements intérieurs calmes.
― 7 min lire
Exploration de la détection, suppression et génération d'ombres en vision par ordinateur.
― 10 min lire
Une nouvelle méthode améliore la qualité des images pendant les mauvaises conditions météo grâce à des modèles de langage et de vision.
― 7 min lire
Ce cadre améliore l'efficacité des applis multimédia tout en protégeant la vie privée des utilisateurs.
― 9 min lire
LongLLaVA améliore la compréhension de plusieurs images pour différentes applis.
― 6 min lire
SegTalker améliore les vidéos de visages parlant avec des textures réalistes et un montage simple.
― 6 min lire
HiSC4D capture le mouvement humain avec des capteurs portables pour une meilleure analyse des interactions.
― 9 min lire
Présentation d'une méthode pour améliorer le question-réponse dans les vidéos avec plusieurs événements.
― 8 min lire
Un aperçu des méthodes de diarisation de locuteurs audio-visuels, des défis et des systèmes.
― 6 min lire
Ce travail améliore les modèles vision-langage grâce à des stratégies de données améliorées et des techniques innovantes.
― 9 min lire
Une nouvelle méthode améliore l'identification des objets dans les images grâce à une intégration visuelle et textuelle sur mesure.
― 7 min lire