Informatica - Multimedia

La ricerca mostra che l'incoerenza tra testo e immagine aumenta con la popolarità dei post sui social.

Nuovo dataset migliora la generazione audio da descrizioni testuali dettagliate.

Un nuovo strumento per testare i modelli linguistici in ambienti rumorosi.

Un nuovo metodo per creare mesh di riferimento più pulite da forme 3D dinamiche.

Un nuovo metodo riduce la necessità di dati etichettati nei compiti di visione artificiale.

Questo articolo presenta un metodo per generare suoni precisi da video e testo.

Presentiamo un nuovo modello che combina in modo efficiente testo e layout per una migliore comprensione dei documenti.

Un nuovo metodo migliora la gestione dei dati video per una comprensione e un'efficienza migliori.

Il dataset AMEX migliora la comprensione dell'IA sulle interfacce delle app mobili.

Presentiamo i dataset MERGE per migliorare la classificazione delle emozioni nella musica.

Esplorare come i videogiochi possano insegnare abilità di programmazione essenziali in modo efficace e coinvolgente.

Unire suoni e immagini per sistemi di riconoscimento più intelligenti.

VCoME aiuta gli utenti a creare video verbali coinvolgenti facilmente.

I ricercatori vogliono creare suoni che si abbinino a video silenziosi, migliorando l'esperienza degli spettatori.

Un nuovo approccio migliora la chiarezza delle domande generate dalle immagini.

Scopri come proteggere i dati CSV con firme digitali.

Questo metodo migliora la ricerca di immagini combinando in modo efficace immagini e testo.

LeRF combina deep learning e interpolazione per un resizing delle immagini migliore.

Nuovo modello di intelligenza artificiale migliora l'interpretazione delle radiografie del torace per diagnosi migliori.

Un nuovo metodo per creare contenuti coinvolgenti sui social media usando l'AI.

Scopri come l'IA sta trasformando la generazione musicale con BandControlNet.

Un nuovo approccio migliora il rilevamento dei deepfake usando analisi audio-visiva.

Un nuovo metodo migliora il rilevamento della balbuzie combinando dati audio, video e testo.

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

TemporalStory migliora la generazione di immagini per il racconto di storie rendendo tutto più coerente e contestualizzato.

Un nuovo strumento per valutare la replicazione nella musica creata dall'IA.

Uno sguardo ai metodi per migliorare la qualità delle immagini colpite dalla foschia.

Il dataset TGIF aiuta a rilevare tecniche avanzate di manipolazione delle immagini.

Scopri come la trasmissione IP e il tagging audio stanno ridefinendo la distribuzione dei contenuti.

Integrare l'IA per migliorare le strategie di marketing e l'efficacia delle campagne.

X-Former migliora come i modelli combinano la comprensione di immagini e testo.

Contrastare le informazioni fuorvianti con nuovi metodi e tecnologie.

Un nuovo sistema che combina analisi del testo e delle immagini per combattere la disinformazione.

Il nuovo metodo RoE migliora l'efficienza dei modelli di linguaggio multi-modali con un routing dinamico.

Presentiamo 360VFI per una qualità e un'esperienza video a 360 gradi migliorate.

Un nuovo modello combina audio e video per una comprensione migliore.

Un nuovo metodo migliora la separazione delle voci in ambienti rumorosi con più parlanti.

Questo studio esamina i metodi di campionamento dei fotogrammi per migliorare il recupero dei contenuti video.

Un nuovo framework semplifica la creazione di clip evidenziate specifiche per i giocatori dai video di calcio.

HaloQuest affronta i problemi di allucinazione nei modelli vision-linguistici con un nuovo dataset.