Informatica - Multimedia

FAST rivoluziona la modifica del testo nelle scene con modifiche naturali e flessibilità.

Un nuovo metodo combina schizzi e testo per migliorare la generazione di forme 3D.

Un nuovo framework per proteggere i diritti dei creatori di prompt negli strumenti AI.

Un nuovo metodo migliora l'efficienza nei compiti di pre-addestramento Vision-Language.

DiffSynth migliora la qualità video riducendo il flickering e migliorando il blending dei fotogrammi.

Uno sguardo a come l'ottimizzazione Minimax migliora l'efficienza delle reti neurali a picchi.

Jade migliora la qualità video grazie al feedback degli utenti e a tecniche di streaming adattivo.

Un nuovo modello consiglia colori basandosi su elementi di design e testo.

Un nuovo metodo migliora la comunicazione gestuale per gli avatar con forme delle mani uniche.

AVQA collega elementi audio e visivi nei video per rispondere alle domande.

Un nuovo metodo per creare animazioni facciali 3D realistiche in modo veloce ed efficiente.

Nuovi metodi migliorano la rilevazione di messaggi nascosti nei file video.

Un metodo per tradurre immagini di teschi in rappresentazioni animali realistiche usando comandi testuali.

Nuovi metodi migliorano il rilevamento degli eventi nei video in streaming usando dati linguistici e storici.

Un nuovo approccio migliora la rilevazione di meme dannosi usando domande mirate.

Esplora i legami emotivi tra musica e immagini con il dataset EMID.

Questa ricerca collega l'attività cerebrale alla percezione visiva ricostruendo immagini dai segnali EEG.

Scopri l'impatto del grounding visivo nelle interazioni tra linguaggio e immagini.

Un nuovo metodo migliora l'efficienza nel riconoscimento video usando dati audio e visivi.

Un nuovo agente IA migliora l'efficienza e la qualità del testing dei giochi.

Dronevision rivoluziona il multimedia 3D con un display delle dimensioni di una scrivania usando droni volanti.

Uno studio sui sensori vitali per le prestazioni dei nuovi droni.

Un nuovo framework migliora i suggerimenti di articoli usando diversi tipi di dati.

Scopri EVE, un modello che migliora la comprensione di immagini e testo.

La ricerca si concentra sul miglioramento dei modelli che collegano le immagini e il testo attraverso la comprensione del linguaggio.

Il nuovo modello migliora la generazione dei gesti per interazioni più simili a quelle umane.

Un nuovo metodo migliora l'abbinamento audio usando immagini, rendendo più realistici gli ambienti sonori.

Esaminando le preoccupazioni sui dati nascosti nei modelli di machine learning e le loro implicazioni per la sicurezza.

Un dataset collega le emozioni alle canzoni MIDI tramite l'analisi del testo delle canzoni.

Un nuovo approccio migliora l'accuratezza nel rispondere a domande su testi nelle immagini.

PROOFREAD migliora il riconoscimento delle domande visive usando le conoscenze dei grandi modelli linguistici.

Usando LLM per creare un enorme dataset per la captioning musicale.

La Terrain Diffusion Network migliora la creazione di paesaggi realistici con il coinvolgimento degli utenti.

HierVST trasforma le voci senza sforzo, migliorando la qualità audio senza bisogno di dati estesi.

Un nuovo approccio trasforma le foto del viso in disegni simili a esseri umani usando tecniche avanzate.

La ricerca sviluppa un modello per misurare con precisione l'engagement nelle conversazioni.

Un nuovo modo per proteggere le immagini RAW da manipolazioni.

Nuovo set di dati e metodi migliorano l'accuratezza nel rispondere a domande sui video.

Il framework UniSA unifica i compiti nell'analisi del sentiment per un riconoscimento delle emozioni migliore.

Un metodo che usa le girate della testa inganna con successo i sistemi di rilevamento dei deepfake.