Informatique - Multimédia

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

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

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

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

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

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

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

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

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

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

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

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

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

Des chercheurs veulent créer des sons qui vont avec des vidéos silencieuses, pour améliorer l'expérience des spectateurs.

Une nouvelle approche améliore la clarté des questions générées à partir d'images.

Apprends à sécuriser les données CSV avec des signatures numériques.

Cette méthode améliore la recherche d'images en combinant efficacement les images et le texte.

LeRF combine l'apprentissage profond et l'interpolation pour un meilleur redimensionnement d'images.

Un nouveau modèle d'IA améliore l'interprétation des radiographies thoraciques pour de meilleurs diagnostics.

Une nouvelle méthode pour créer du contenu accrocheur sur les réseaux sociaux en utilisant l'IA.

Découvrez comment l'IA transforme la génération de musique avec BandControlNet.

Une nouvelle méthode améliore la détection des deepfakes en utilisant une analyse audio-visuelle.

Une nouvelle méthode améliore la détection du bégaiement en combinant des données audio, vidéo et textuelles.

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

TemporalStory améliore la génération d'images pour la narration en renforçant la cohérence et le contexte.

Un nouvel outil pour évaluer la répétition dans la musique générée par l'IA.

Un aperçu des méthodes pour améliorer la qualité des images affectées par la brume.

Le dataset TGIF aide à détecter des techniques avancées de manipulation d'images.

Découvrez comment la diffusion IP et le marquage audio transforment la livraison de contenu.

Intégrer l'IA pour améliorer les stratégies marketing et l'efficacité des campagnes.

X-Former améliore comment les modèles combinent la compréhension des images et des textes.

Lutter contre la désinformation avec de nouvelles méthodes et technologies.

Un nouveau système qui combine l'analyse de texte et d'images pour lutter contre la désinformation.

La nouvelle méthode RoE améliore l'efficacité des modèles de langage multi-modaux avec un routage dynamique.

Présentation de 360VFI pour améliorer la qualité et l'expérience vidéo à 360 degrés.

Un nouveau modèle combine audio et vidéo pour une meilleure compréhension.

Une nouvelle méthode améliore la séparation des voix dans des environnements bruyants avec plusieurs intervenants.

Cette étude passe en revue les méthodes d'échantillonnage d'images pour améliorer la récupération de contenu vidéo.

Un nouveau cadre facilite la création de clips vidéo de moments forts spécifiques à chaque joueur à partir de vidéos de football.

HaloQuest s'attaque aux problèmes d'hallucination dans les modèles vision-langage avec un nouveau jeu de données.