Armin Mustafa

限られたラベル付きデータを使って、動画のイベントを認識する新しいアプローチ。

新しい方法は、物語や因果関係に焦点を当てることで、より良い動画キャプションを作る。

新しい方法が重なり合う動画シーンでのアクション検出の精度を向上させる。

新しいアプローチで、1枚の写真から3Dシーン再構築が改善され、インタラクションに焦点を当ててる。

新しいモデルが音声と視覚データを効果的に統合して、動画の分類をしてるよ。

新しい方法で、広範なデータラベリングなしに影の検出が改善される。