Informatica - Multimedia

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.

CinePile sfida la comprensione di video lunghi con 305.000 domande diverse.

Un nuovo metodo che protegge le immagini mediche nel cloud usando tecniche quantistiche avanzate.

Un nuovo metodo migliora la precisione del tracciamento degli alimenti usando modelli 3D e immagini 2D.

Questo studio mostra come il contesto migliori la comprensione delle immagini e delle domande da parte delle macchine.

Un nuovo codec audio che offre una compressione di alta qualità e un contenuto semantico ricco.

Uno studio presenta un nuovo metodo per creare video di facce parlate sincronizzate.

Esplora come i modelli di linguaggio di grandi dimensioni migliorano la creatività attraverso la generazione multimediale.

Esplorare i vantaggi del disegno 3D immersivo per architetti e designer.

Presentiamo un modello che genera audio e video sincronizzati con livelli di rumore misti.

Questo articolo parla di un nuovo modello semplice per generare audio dalle immagini e viceversa.

Nuove tecniche migliorano la qualità e l'addestramento per le immagini 3D.

NuNet usa dati RGB e di profondità per avere stime nutrizionali migliori.

Un nuovo metodo migliora l'allineamento audio-video usando modelli già addestrati.

Un nuovo metodo per migliorare i meccanismi di attenzione nella lavorazione di dati complessi.

Esplorare come l'IA migliora lo streaming video promuovendo l'efficienza energetica.

Il modello Frieren migliora la qualità audio e la sincronizzazione per i video.

Gear-NeRF migliora il rendering delle scene 3D dinamiche usando tecniche sensibili al movimento.

Nuovi metodi rafforzano i watermark contro le minacce moderne di editing delle immagini.

Un nuovo sistema combina dati e notizie per una gestione migliore del rischio caldo.