Cordelia Schmid

この記事では、画像キャプションを使って効率的に動画を見つける方法について話してるよ。

この記事では、機械学習がアリの行動研究における治療効果をどのように推定するかを検証しているよ。

mOSCARは、テキストと画像の理解を向上させるための多言語データセットを提供してるよ。

ZeroMMTは、高価なデータセットなしで翻訳を強化するために、単言語のマルチモーダルデータを使用してるんだ。

画像処理の進歩が、コンピュータが視覚コンテンツを理解する方法を変えてるね。