Tae-Hyun Oh

Questo lavoro mostra come generare dataset sintetici utili per la stima del flusso ottico.

La guida della mappa del rumore migliora la qualità dell'editing delle immagini mantenendo il contesto spaziale.

Migliorare il modo in cui identifichiamo le fonti sonore usando dati audio-visivi.

ObjectDR genera dati abbinati per migliorare la ricostruzione di forme 3D a partire da immagini 2D.

Il nuovo modello migliora l'analisi video in tempo reale con una magnifica amplificazione del movimento.

Uno studio su come migliorare la localizzazione delle sorgenti sonore sfruttando meglio le informazioni audio e visive.

Un nuovo benchmark fa luce sulle allucinazioni nei modelli di linguaggio visivi.

Quest'articolo esplora come i VLM percepiscono colore, forma e significato nelle immagini.