Philip Torr

Questo articolo parla di un nuovo benchmark per unire immagini e testo per trovare eventi nei video.

CRAB migliora i test per i modelli linguistici in ambienti reali.

I modelli VQA possono rivelare informazioni private nonostante le tecniche avanzate.

Un nuovo metodo migliora l'editing delle immagini grazie a istruzioni più chiare.

Questo articolo parla dei problemi di sicurezza nei modelli da testo a immagine e propone delle soluzioni.

Un nuovo metodo per far navigare i robot in modo efficace senza bisogno di un addestramento intenso.

Un progetto che offre descrizioni di opere d'arte in 28 lingue per coinvolgere di più.

Uno sguardo alle sfide del riconoscimento delle forme per le macchine e la strada da percorrere.

Questo metodo semplifica la creazione di match-cut per i filmmaker di tutti i livelli.

Un nuovo metodo per potare in modo efficiente i modelli di intelligenza artificiale che generano immagini mantenendo la qualità.

Un nuovo metodo migliora la generazione di video applicando il movimento da un video a un altro.