Un metodo innovativo aggiunge messaggi nascosti per garantire l'autenticità delle immagini.
― 5 leggere min
Informatica - Multimedia
RSSUn framework che identifica efficacemente i contenuti deepfake attraverso l'analisi combinata di audio e video.
― 5 leggere min
Un nuovo parametro per valutare i modelli che analizzano musica e linguaggio.
― 6 leggere min
Un nuovo approccio unisce dati audio, video e testuali per una diagnosi efficace della depressione.
― 8 leggere min
Un nuovo framework migliora la classificazione in compiti audio-visivi mai visti.
― 7 leggere min
Un nuovo modello migliora la segmentazione della silhouette usando segnali RF per una cattura del movimento migliore.
― 6 leggere min
Nuovo dataset fornisce spunti sul linguaggio d'odio in diverse lingue e formati.
― 6 leggere min
Nuovo framework migliora l'elaborazione delle immagini nei modelli di linguaggio multimodali.
― 4 leggere min
AxiomVision offre un nuovo modo di analizzare i video, migliorando le prestazioni in condizioni che cambiano.
― 6 leggere min
Nuovi sistemi uniscono audio e video per una migliore rilevazione della violenza negli spazi pubblici.
― 6 leggere min
Un nuovo sistema migliora le videochiamate su visori VR economici usando il controllo vocale.
― 7 leggere min
Una guida chiara sui tipi di manoscritti e le sfide di invio.
― 5 leggere min
Un nuovo metodo migliora il riconoscimento degli oggetti nei video attraverso suoni e segnali visivi.
― 5 leggere min
Uno sguardo alle strategie per affrontare i dati a coda lunga nel machine learning.
― 7 leggere min
Un nuovo metodo migliora il riconoscimento degli outlier nei dataset multi-view con viste mancanti.
― 6 leggere min
Uno studio sulle sfide e le soluzioni per l'allucinazione nei MLLM.
― 4 leggere min
Un framework per affrontare il rumore nei dati nelle tecniche di recupero cross-modale.
― 5 leggere min
Un nuovo dataset supporta strumenti migliori per rilevare la frode nei documenti d'identità.
― 6 leggere min
MMPKUBase offre oltre 52.000 soggetti cinesi con immagini ricche.
― 5 leggere min
TEAdapter migliora la generazione di musica da testo, dando agli utenti maggiore controllo e creatività.
― 5 leggere min
Un nuovo dataset e metodo migliorano il video grounding per narrazioni complesse.
― 8 leggere min
Un nuovo metodo migliora il rilevamento dei deepfake facciali.
― 6 leggere min
Lighthouse semplifica il recupero dei momenti video e la rilevazione dei punti salienti per i ricercatori.
― 5 leggere min
Nuovo modello di machine learning migliora le tecniche di separazione delle sorgenti audio.
― 5 leggere min
Un sistema per migliorare la chiarezza del parlato in ambienti rumorosi usando occhiali smart.
― 5 leggere min
COM Kitchens offre video di cucina non editati per studiare i processi di preparazione del cibo.
― 5 leggere min
ReSyncer migliora la qualità video e la flessibilità per i movimenti delle labbra sincronizzati con l'audio.
― 5 leggere min
Introdurre la sintonizzazione neurale per migliorare efficacemente le capacità multitasking dei grandi modelli.
― 6 leggere min
Un nuovo metodo migliora le ricerche di prodotti attraverso diversi formati multimediali.
― 6 leggere min
Un nuovo approccio si concentra su piccole incoerenze nella rilevazione dei deepfake.
― 6 leggere min
Vivi il Festival del Drago con tecniche di canottaggio virtuali innovative.
― 8 leggere min
Presentiamo un framework che migliora la rilevazione della depressione attraverso interviste strutturate.
― 6 leggere min
Un metodo nuovo per creare immagini chiare da testi complessi.
― 5 leggere min
Combinare immagini e testo migliora le previsioni degli eventi futuri.
― 7 leggere min
Questo articolo esamina come l'ordine delle canzoni influisca sulle esperienze di ascolto nei dischi.
― 7 leggere min
Mu-MAE introduce nuovi metodi per riconoscere le attività umane attraverso più fonti di dati.
― 7 leggere min
Un nuovo sistema colpisce il discorso d'odio nei meme in modo efficace.
― 6 leggere min
La tecnica ViMo trasforma i video di tutti i giorni in movimenti 3D realistici.
― 8 leggere min
Esplora i progressi e le sfide nella tecnologia VR wireless per più utenti.
― 7 leggere min
Un nuovo modello per un miglioramento delle immagini in condizioni di scarsa luminosità più veloce ed efficace.
― 6 leggere min