Andrew Zisserman

動物が生き残るためにカモフラージュをどう使っているか、そしてそれが技術にとって何を意味するのかを学ぼう。

視覚障害者向けに漫画のテキスト転写を作成するシステム。

N2F2は、マルチレベル分析と言語統合を通じて、画像の機械解釈を強化する。

この研究は、SAMと光フロー技術を組み合わせて動く物体のセグメンテーションを向上させてるよ。

時間の経過による重要な視覚的変化を機械が識別するのを助ける方法。

音を視覚と結びつけるシステムで、機械の理解を向上させる。

TAPVid-3Dベンチマークは、ロボットや動画アプリ向けの3Dポイントトラッキングを強化するよ。

AutoAD-Zeroは、より早く効果的な音声説明のためにビジュアルプロンプトを活用してるよ。

Magiv2は、視覚障害者のために自動転写を通じてマンガへのアクセスを向上させることを目指しているよ。

新しい方法が、3Dの認識を使って一人称のビデオでの物体追跡を改善するんだ。

VoxCelebチャレンジを通じたスピーカー認識の進展の概要。

注ぐ飲み物の音の裏にある魅力的な科学を探ってみよう。

機械が動画から動きや深さを理解する方法を発見しよう。