Informatica - Multimedia

Un nuovo modello identifica i momenti divertenti nei video usando dati visivi, audio e di testo.

AesopAgent permette agli utenti di creare video da storie usando strumenti AI avanzati.

Esaminando come le immagini influenzano l'apprendimento negli articoli di Wikipedia.

Un metodo per ridurre la ridondanza nelle rappresentazioni di dati multi-view.

CoAVT integra dati audio, visivi e testuali per una comprensione migliore.

Crea video con avatar parlanti facilmente con il sistema innovativo di Virbo.

Il dataset WiMANS permette di tracciare le attività di più utenti usando i segnali WiFi.

Un nuovo framework semplifica i compiti di video editing usando strumenti di fotoritocco.

BDoG migliora il ragionamento dell'IA integrando vari tipi di dati in modo efficace.

Eracle combina trasformatori e modelli di stato per migliorare l'elaborazione dei dati.

Un nuovo metodo integra informazioni acustiche nei modelli linguistici per una migliore riconoscimento vocale.

Usare la musica per spiegare il cancro può migliorare la comprensione e il coinvolgimento.

Un nuovo framework migliora il completamento dei grafi di conoscenza con diversi tipi di dati.

Un nuovo modo per animare ritratti con espressioni e angolazioni che cambiano.

Nuovo metodo migliora la compressione dei dati 3D mantenendo la qualità.

CIRP migliora la rappresentazione degli articoli per un migliore bundling dei prodotti online.

Esplorando come l'IoS potrebbe trasformare le nostre esperienze digitali coinvolgendo tutti i sensi.

DIBS migliora i sottotitoli degli eventi video perfezionando i confini usando dati non etichettati.

Combinare immagini e testo migliora l'accuratezza nella stima della profondità 3D.

WebXR trasforma il modo in cui interagiamo con ambienti digitali immersivi.

Nuovo metodo migliora la sintesi vocale per le persone che non possono parlare.

AniFrame rende l'arte della programmazione accessibile ai neofiti con un approccio facile da usare.

Nuovo set di dati migliora la generazione di immagini da didascalie di notizie complesse.

Un nuovo metodo migliora il fact-checking delle affermazioni sui social media.

Shotit permette agli utenti di trovare video rapidamente usando le immagini, semplificando il processo di ricerca.

Un nuovo sistema per migliorare le raccomandazioni senza dati precedenti.

Pegasus-1 permette agli utenti di interagire con i video usando il linguaggio naturale.

GaussianTalker offre una sincronizzazione labiale naturale e una qualità visiva alta per i video con persone che parlano.

Un nuovo approccio permette alle macchine di identificare i personaggi dei fumetti senza addestramento precedente.

Mimosa semplifica la creazione di audio spaziale per i video maker amatoriali.

La sfida AIS 2024 cerca di migliorare le valutazioni della qualità video usando il deep learning.

GaussianTalker trasforma l'interazione digitale con teste parlanti realistiche.

I sottotitoli stanno diventando fondamentali per migliorare l'esperienza degli spettatori nei servizi di streaming.

La ricerca introduce tecniche innovative per migliorare il rilevamento dei video deepfake.

Un nuovo set di dati migliora il modo in cui i robot interpretano gli ambienti reali.

UniAV combina localizzazione dell'azione, rilevamento del suono e localizzazione degli eventi audio-visivi per una migliore comprensione dei video.

Un nuovo metodo migliora le prestazioni del rilevamento degli oggetti usando query adattive.

Esplorare la capacità umana di identificare video deepfake rispetto al rilevamento da parte dell'IA.

Esplorando come l'IA sta trasformando i processi di produzione video per i cineasti.

PEAVS analizza quanto bene audio e video funzionano insieme per migliorare l'esperienza degli spettatori.