新しい方法が、さまざまな画像タイプの画像圧縮を改善する。
― 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この記事は、テキストと動画の検索におけるフレーム長バイアスについてと、それに対処するための新しいアプローチについて話してるよ。
― 1 分で読む
新しい方法が、テクノロジーがグループの中での人間の行動を検出するのを改善してるんだ。
― 1 分で読む
LP-CLIPがCLIPみたいなマルチモーダルモデルの堅牢性をどうやって向上させるかを学んでみて。
― 1 分で読む
画期的なデータセットがK-popの歌詞翻訳の研究を助ける。
― 1 分で読む
AVMITは、研究者に音と視覚が動作認識でどう関連するかの洞察を提供します。
― 1 分で読む
新しい方法で音声認識システムにおける偽音声の検出が改善されたよ。
― 1 分で読む
この研究は、視覚的な注目に焦点を当てることで、クロッピングがビデオの思い出をどう改善できるかを調べてるよ。
― 1 分で読む
Q-Benchを使って、大きなモデルを低レベルの視覚タスクで評価する。
― 1 分で読む
新しい方法で視覚的なヒントを使って音声録音が強化される。
― 0 分で読む
AIが生成したコンテンツがストーリーテリングに与える影響を探る。
― 1 分で読む
感情的な画像を音楽に結びつけて、発見をより良くする新しいシステムができたよ。
― 1 分で読む
MFTRは没入型ビデオ体験のためのビューポート予測精度を向上させる。
― 1 分で読む
デジタルツインを使ってリモートUAVコントロールをもっと安全で信頼性高くするシステム。
― 1 分で読む
新しいフレームワークが画像生成システムのバイアスを特定して測定するんだ。
― 1 分で読む
拡散モデルがいろんな分野でスーパーレゾリューションをどう改善するか探ってみよう。
― 1 分で読む
新しいモデルは、低品質の動画を改善しつつ、処理の負担を減らすんだ。
― 1 分で読む
SAMAは、効果的なサンプリング技術を使って画像や動画の品質評価を向上させるよ。
― 1 分で読む
この研究は、音楽ビデオ理解のための対照学習を使う際の難しさを調べてるんだ。
― 0 分で読む
新しい方法がアニメキャラの目のデザインを効率化する。
― 0 分で読む
新しい方法は、周波数帯域に焦点を当てて画像圧縮を改善する。
― 1 分で読む
Vloggerは動画ブログを簡単にして、クリエイターにとってもっと早くて楽にしてくれるよ。
― 1 分で読む
動画ストリーミングのエネルギー使用と環境への影響を調べる。
― 1 分で読む
音声と映像データを使って魚の食事を評価する統一的なアプローチ。
― 1 分で読む
AIが動画制作とストリーミングをどう変えてるか見てみよう。
― 1 分で読む
会議状況での動画品質テスト用のデータセット。
― 1 分で読む
研究者たちが、動画とテキストの理解を向上させるためのフレームワークを開発した。
― 1 分で読む
新しい方法が詳細なラベルなしで音声と映像のセグメンテーションを向上させる。
― 1 分で読む
PIAVEは、話し手が顔を背けても機械が声をクリアに抽出するのを助けるよ。
― 1 分で読む
音楽と言語をつなげて理解を深める新しいシステム。
― 1 分で読む
メッセージを明確に魅力的に伝えるポスターのデザインを学ぼう。
― 1 分で読む
新しいデータセットがAIの動画内の人間の行動を解釈する能力を高める。
― 1 分で読む
Spicaは、盲目や視覚障害のあるユーザー向けにインタラクティブな形で動画アクセスを向上させるよ。
― 1 分で読む
予測できない環境でロボットのパフォーマンスを向上させる方法を探ってる。
― 1 分で読む
顔の特徴を使って声を変える新しい方法がいろんな用途で使えるようになったよ。
― 1 分で読む
AV-SUPERBは、より良いパフォーマンスのためにさまざまなタスクで音声と視覚のモデルを評価するよ。
― 1 分で読む
新しい方法は、いろんな情報の種類を組み合わせて動画検索を簡単にするよ。
― 1 分で読む
感情に基づいて反応する機械を開発して、人間とコンピュータのインタラクションを向上させること。
― 1 分で読む
新しい方法でテキストからオーディオ生成のスピードと効率がアップしたよ。
― 1 分で読む
音声と映像データを使って音源の特定をもっと良くする方法。
― 1 分で読む