Informatique - Multimédia

Un nouveau cadre identifie quand les modèles multimodaux utilisent des données d'entraînement inappropriées.

Découvrez comment la perception sensorielle améliore la communication à travers les cultures et les domaines.

PIAST propose une collection unique de musique pour piano pour les chercheurs.

Les machines apprennent à connecter le son et les visuels dans des espaces 3D.

Une nouvelle façon de combiner images et textes pour de meilleurs résultats de recherche.

Apprends comment TSE améliore la reconnaissance vocale dans les environnements bruyants en utilisant des indices textuels.

Un nouveau système pour mélanger des échantillons audio afin d'aider les créateurs de musique à innover facilement.

Un système crée de la musique en temps réel basée sur des récits de jeux de rôle sur table.

Avec la montée des deepfakes, le besoin d'une détection efficace devient super important.

TaylorIR améliore la clarté des images avec moins de puissance de calcul.

MTFusion combine images et texte pour créer des modèles 3D avancés.

Combiner des enregistrements audio avec des partitions pour mieux pratiquer.

De nouvelles méthodes améliorent considérablement la qualité et la résolution des images.

Découvrez comment de nouvelles techniques de filigrane protègent l'art numérique et les idées créatives.

Une nouvelle méthode améliore la clarté de la parole en utilisant des infos visuelles de l'environnement.

TopoCode améliore la communication en se concentrant sur la structure des données pour la détection des erreurs.

Explorer les défis et les implications de la technologie deepfake dans le paysage médiatique d'aujourd'hui.

Modifie tes vidéos sans effort en disant juste tes changements.

Explore la science fascinante derrière les sons des boissons versées.

Combiner le langage et les visuels pour une meilleure perception de la profondeur.

Découvrez des méthodes innovantes pour la compression audio et leur impact sur le son immersif.

Une nouvelle méthode pour créer des vidéos qui préservent l'identité et améliorent la qualité visuelle.

Le dataset HARP change notre façon de vivre le son dans les environnements virtuels.

Découvre comment la technologie transforme les processus d'évaluation de la qualité d'image.

Des façons innovantes de gérer les données visuelles tout en protégeant l'environnement.

Découvrez comment les nouvelles techs transforment les images en expériences sonores immersives.

Les machines prennent de l'avance pour repérer les défauts des produits et améliorer la qualité.

HAI-DEF propose des outils pour simplifier le développement de l'IA pour les applications de santé.

Découvrez comment les SuperGaussiens améliorent la synthèse d'images pour des vues réalistes.

Découvrez comment DiM-Gestor améliore les gestes des personnages virtuels en temps réel.

LongVALE propose une nouvelle référence pour comprendre les longues vidéos à travers des données audio-visuelles.

Une nouvelle méthode rend les modèles multimodaux plus rapides et plus efficaces.

Explorer les évaluations de qualité pour des vidéos 3D affectées par des facteurs environnementaux.

Un aperçu des deepfakes, leurs risques et un nouveau dataset en hindi.

Découvrez comment l'IA transforme du texte en images époustouflantes grâce à une technologie de pointe.

Une nouvelle méthode génère de la parole à partir de vidéos, améliorant le doublage et l'apprentissage des langues.

Découvre les avancées dans la création de longues vidéos qui captivent les spectateurs.

Des chercheurs trouvent des moyens de réduire les inexactitudes dans les grands modèles de vision-langage.

De nouvelles méthodes s'attaquent efficacement à la falsification d'images en télédétection.

Révolutionne ton expérience culinaire avec le guide de recettes interactif de SPICE.