コンピューターサイエンス - マルチメディア

RSS

サウンド音楽の測定: AI作曲の未来

フレーシェ音楽距離とAI生成音楽の評価での役割について学ぼう。

Jan Retkowski, Jakub Stępniak, Mateusz Modrzejewski

2025-03-11T23:06:00+00:00 ― 1 分で読む

最新の記事

コンピュータビジョンとパターン認識オブジェクト中心の学習でビデオ分析を革新中

新しい技術が機械の映像シーンの認識と解釈を改善してる。

Phúc H. Le Khac, Graham Healy, Alan F. Smeaton

2025-03-03T20:59:33+00:00 ― 1 分で読む

サウンド YingSoundでサウンドエフェクトを革命化！

YingSoundは、効果音の生成を自動化することで動画制作を変革する。

Zihao Chen, Haomin Zhang, Xinhan Di

2025-03-03T17:42:00+00:00 ― 1 分で読む

サウンドエコー：音声をタグ付けする新しい方法

研究者たちはエコーを使って音声にウォーターマークを付けて、クリエイターの権利を守ってるんだ。

Christopher J. Tralie, Matt Amery, Benjamin Douglas

2025-03-02T17:01:30+00:00 ― 1 分で読む

計算と言語言語モデルで音楽検出を革命的に変える

この研究は、言語モデルがテキスト内の音楽エンティティをどのくらい認識できるかを評価してるよ。

Simon Hachmeier, Robert Jäschke

2025-03-02T07:16:30+00:00 ― 1 分で読む

マルチメディア YouTubeのカバーソングの謎を解く

YouTubeでカバーソングを新しい方法でどうやって特定するか知ってみよう。

Simon Hachmeier, Robert Jäschke

2025-03-02T03:15:45+00:00 ― 1 分で読む

マルチメディア空のドローン: 安全な飛行パターンの説明

ドローンを安全に整理するフライトパターンの学び方。

Shuqin Zhu, Shahram Ghandeharizadeh

2025-02-25T08:30:18+00:00 ― 0 分で読む

データベース飛んでる光の点々：ビジュアライゼーションの未来

ドローンがエンターテインメントや医療のためにインタラクティブな3Dディスプレイを作る方法を発見しよう。

Nima Yazdani, Hamed Alimohammadzadeh, Shahram Ghandeharizadeh

2025-02-24T08:25:48+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識動画視聴を簡単にする新しい技術

新しい方法で動画の内容を簡単に要約できるよ。

Shiping Ge, Qiang Chen, Zhiwei Jiang

2025-02-23T11:33:54+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識スピーディーな動画検索：マンバのアドバンテージ

新しいモデルが動画検索を速くしつつ、精度も向上させた。

Jinpeng Wang, Niu Lian, Jun Li

2025-02-21T13:49:21+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識音と視覚のバランス：AI学習の新しいアプローチ

DAANは、ゼロショットシナリオで機械が音声・映像データから学ぶ方法を改善する。

RunLin Yu, Yipu Gong, Wenrui Li

2025-02-20T15:12:36+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識光学ビデオ生成で映画制作を革新する

カメラコントロールとアーティスティックなエフェクトで、映画制作を変えよう。

Xi Wang, Robin Courant, Marc Christie

2025-02-19T12:04:03+00:00 ― 1 分で読む

マルチメディアゲームにおけるユーザー生成コンテンツの台頭

プレイヤーのクリエイティビティがビデオゲームやコミュニティの関わり方をどう変えているか発見してみよう。

Yuyue Liu, Haihan Duan, Wei Cai

2025-02-17T05:29:51+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識 Sign-IDDで手話の生産を変革中

新しいフレームワークが手話動画を強化して、より良いコミュニケーションを実現するよ。

Shengeng Tang, Jiayi He, Dan Guo

2025-02-16T07:49:48+00:00 ― 1 分で読む

情報検索スマートショッピング：おすすめの未来

マルチモーダル推薦システムがオンラインショッピングをどう改善するかを発見しよう。

Rongqing Kenneth Ong, Andy W. H. Khong

2025-02-12T17:57:45+00:00 ― 1 分で読む

サウンド Stable-V2Aでサウンドデザインを変革する

新しいシステムがサウンドデザイナーが動画用の音声を作る方法を一新する。

Riccardo Fosco Gramaccioni, Christian Marinoni, Emilian Postolache

2025-02-08T07:06:36+00:00 ― 1 分で読む

サウンドダubbingを生き生きとさせる：リップシンクの向上

新しい方法で吹き替え動画のリップシンクが改善されて、自然な視聴体験ができるようになったよ。

Lucas Goncalves, Prashant Mathur, Xing Niu

2025-02-03T03:44:06+00:00 ― 0 分で読む

コンピュータビジョンとパターン認識ギャップを埋める: 新しいテクノロジーが音声を手話に翻訳

新しいテクノロジーが話した言葉を手話に変換して、もっとコミュニケーションしやすくするんだ。

Xu Wang, Shengeng Tang, Peipei Song

2025-02-02T18:00:54+00:00 ― 1 分で読む

サウンドドローン用の高度な検出システム

新しい技術が音と映像を組み合わせてドローンの検出を向上させる。

Zhenyuan Xiao, Yizhuo Yang, Guili Xu

2025-01-31T06:38:42+00:00 ― 1 分で読む

サウンド見えない音を聞く：音の位置特定の革新

目に見えない音源から音を検出する新しい技術を探求中。

Yuhang He, Sangyun Shin, Anoop Cherian

2025-01-30T20:46:30+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識画像品質評価の革新

新しいアプローチが人間と機械の両方のために画像品質を予測する。

Qi Zhang, Shanshe Wang, Xinfeng Zhang

2025-01-30T05:45:09+00:00 ― 1 分で読む

サウンド VERSAに会おう: あなたの音声評価の相棒

VERSAはスピーチ、オーディオ、音楽の品質を効果的に評価するよ。

Jiatong Shi, Hye-jin Shim, Jinchuan Tian

2025-01-28T09:33:18+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識 RDPM：画像生成の新しい波

RDPMが先進的な方法を使って画像作成をどう変えるかを発見しよう。

Xiaoping Wu, Jie Hu, Xiaoming Wei

2025-01-27T14:21:18+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識 FACEMUG: 顔編集のゲームチェンジャー

FACEMUGは顔の調整に特化した精密ツールで写真編集を変革するよ。

Wanglong Lu, Jikai Wang, Xiaogang Jin

2025-01-26T09:27:54+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識感情認識の革命：DFER技術

ダイナミックな表情認識は、リアルタイムの感情分析を通じて人間とコンピュータのインタラクションを変革するんだ。

Peihao Xiang, Kaida Wu, Chaohao Lin

2025-01-26T07:51:36+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識 PlanLLM: 動画から賢く学ぶ方法

言語と動画を組み合わせて、ロボットの学習を向上させる。

Dejie Yang, Zijing Zhao, YangLiu

2025-01-24T02:53:42+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識視覚と言語の追跡技術の進展

新しいアプローチが、コンピュータがビジュアルとテキストを使ってオブジェクトを追跡する方法を改善してる。

X. Feng, D. Zhang, S. Hu

2025-01-22T19:35:51+00:00 ― 1 分で読む

サウンド CoheDancers: グループダンスの創造を再定義する

同期して自然なグループダンスを生成するための新しいフレームワーク。

Kaixing Yang, Xulong Tang, Haoyu Wu

2025-01-21T14:42:00+00:00 ― 1 分で読む

機械学習音声アシスタントの未来：AQA-K

AQA-Kで音声アシスタントがもっと賢くなって、知識を通じて応答が良くなってるよ。

Abhirama Subramanyam Penamakuri, Kiran Chhatre, Akshat Jain

2025-01-18T22:32:42+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識ぼやけた顔の復活：修復の科学

盲目的な顔の復元がぼやけた画像に明瞭さをもたらす方法を発見しよう。

Wanglong Lu, Jikai Wang, Tao Wang

2025-01-18T17:41:33+00:00 ― 1 分で読む

コンピュータビジョンとパターン認識ディープフェイク検出：増え続ける懸念

リアルなディープフェイクの増加に対抗するための革新的な手法が登場している。

Yi Zhang, Weize Gao, Changtao Miao

2025-01-17T22:25:57+00:00 ― 1 分で読む

マルチメディアデータの簡素化：チャート要約の未来

ChartAdapterが複雑なチャートをわかりやすい要約に変える方法を発見しよう。

Peixin Xu, Yujuan Ding, Wenqi Fan

2025-01-17T13:36:18+00:00 ― 1 分で読む