新しい方法が適応クエリを使って物体検出の性能を向上させる。
― 1 分で読む
コンピューターサイエンス - マルチメディア
RSS人間がディープフェイク動画を見分ける能力とAIの検出能力を比べてみる。
― 1 分で読む
AIが映像制作プロセスをどう変えてるか探ってるんだ。
― 1 分で読む
PEAVSは、オーディオとビデオがどれだけうまく連携して、視聴者の体験を向上させるかを分析するんだ。
― 1 分で読む
CinePileは、30万5千の多様な質問で長い動画の理解に挑戦してるんだ。
― 1 分で読む
高度な量子技術を使ってクラウドで医療画像を保護する新しい方法。
― 1 分で読む
新しい方法が3Dモデルと2D画像を使って食品追跡の精度を向上させるんだ。
― 1 分で読む
この研究は、コンテキストが画像や質問の機械理解をどのように向上させるかを示しているよ。
― 1 分で読む
高品質な圧縮と豊かな意味内容を提供する新しいオーディオコーデック。
― 1 分で読む
新しい方法で同期した話す顔の動画を作る研究が発表された。
― 1 分で読む
大規模言語モデルがマルチメディア生成を通じて創造性をどう高めるかを探ってみよう。
― 1 分で読む
建築家やデザイナーにとっての没入型3Dスケッチの利点を探る。
― 1 分で読む
混合ノイズレベルで同期した音声と映像を生成するモデルを紹介します。
― 0 分で読む
この記事では、画像から音声を生成したりその逆を行ったりするための新しいシンプルなモデルについて話してるよ。
― 1 分で読む
新しい技術が3D画像の品質とトレーニングを向上させる。
― 1 分で読む
NuNetは、より良い栄養推定のためにRGBと深度データを使用しているよ。
― 1 分で読む
新しい方法で、事前に学習したモデルを使って音声と映像の同期が改善されるんだ。
― 1 分で読む
複雑なデータ処理での注意機構を改善する新しい方法。
― 1 分で読む
AIが動画ストリーミングをどう改善してエネルギー効率を促進するかを探る。
― 1 分で読む
Frierenモデルは、動画の音質と同期を改善するよ。
― 1 分で読む
Gear-NeRFは、動きに気づく技術を使って動的な3Dシーンのレンダリングを改善するよ。
― 1 分で読む
新しい方法が現代の画像編集の脅威に対抗するためにウォーターマークを強化する。
― 1 分で読む
新しいシステムがデータとニュースを組み合わせて、熱リスク管理をより良くしてるよ。
― 1 分で読む
動画コンテンツに合った音楽を効果的に作る新しい方法。
― 1 分で読む
最近の研究で、音やビジュアルを使ったデータ解釈に関する重要な発見が再現されたよ。
― 0 分で読む
新しいモデルは、テキストと視覚情報の両方を使って音楽を生成するよ。
― 1 分で読む
画像生成と検索を組み合わせて、より良い視覚情報アクセスを実現。
― 1 分で読む
会話中の重なり合う発話を理解する新しい方法についての考察。
― 1 分で読む
文脈外のニュースを効率的に検出する新しい方法。
― 1 分で読む
PianoMotion10Mはピアノ学習者のために詳しい手の動きを提供するよ。
― 1 分で読む
QoEの測定がマルチメディアサービスの満足度をどう向上させるかを探る。
― 1 分で読む
この研究は、都市部での歩行者の動きを追跡するための音声方法を調査している。
― 1 分で読む
新しいデータセットがマルチメディアコンテンツのためのフォーリー音声の作成を改善する。
― 1 分で読む
ダンスとテクノロジーを組み合わせてクリエイティブな表現をするプロジェクトだよ。
― 0 分で読む
新しい方法がポリープ検出のための大腸内視鏡動画分析を改善した。
― 1 分で読む
ソーシャルメディアのやり取りを使ってフェイクニュースの特定を強化する方法。
― 1 分で読む
VCEvalは、オンラインコースの効果を自動で評価する方法を提供してるよ。
― 1 分で読む
マルチモーダルアプローチがライブストリームでのハイライト瞬間の特定を改善する。
― 1 分で読む
この論文では、音楽に反応するビジュアルを作るシステムを紹介しているよ。
― 1 分で読む
新しい方法で、複数の言語での画像とテキストの検索が改善されるよ。
― 1 分で読む