Informática - Multimédia

Descubra como os modelos de difusão estão mudando a edição de vídeo com a tecnologia de IA.

Pesquisas mostram que a inconsistência entre texto e imagem aumenta com a popularidade dos posts nas redes sociais.

Novo conjunto de dados melhora a geração de áudio a partir de descrições textuais detalhadas.

Uma nova ferramenta pra testar modelos de linguagem em ambientes barulhentos.

Um novo método pra criar malhas de referência mais limpas a partir de formas 3D dinâmicas.

Um novo método reduz a necessidade de dados rotulados em tarefas de visão computacional.

Este artigo apresenta um método para gerar som preciso a partir de vídeos e texto.

Apresentando um novo modelo que junta texto e layout de um jeito eficiente pra entender documentos melhor.

Um novo método melhora a gestão de dados de vídeo pra uma compreensão e eficiência melhores.

O conjunto de dados AMEX melhora a compreensão de IA sobre interfaces de aplicativos móveis.

Apresentando os conjuntos de dados MERGE pra melhorar a classificação de emoções na música.

Explorando como os videogames podem ensinar habilidades essenciais de programação de forma eficaz e divertida.

Combinando som e imagens pra sistemas de reconhecimento mais inteligentes.

O VCoME ajuda os usuários a criar vídeos falados divertidos de maneira fácil.

Pesquisadores querem criar sons que combinem com vídeos silenciosos, melhorando a experiência dos espectadores.

Uma nova abordagem melhora a clareza das perguntas geradas a partir de imagens.

Aprenda como proteger dados CSV com assinaturas digitais.

Esse método melhora a busca de imagens ao combinar imagens e texto de forma eficaz.

LeRF combina aprendizado profundo e interpolação pra melhorar o redimensionamento de imagens.

Novo modelo de IA melhora a interpretação de raios-X do peito para diagnósticos melhores.

Um novo método pra gerar conteúdo legal pra redes sociais usando IA.

Descubra como a IA tá transformando a geração de música com o BandControlNet.

Uma nova abordagem melhora a detecção de deepfakes usando análise áudio-visual.

Um novo método melhora a detecção de gagueira combinando dados de áudio, vídeo e texto.

Um estudo sobre como melhorar a localização de fontes sonoras aproveitando melhor as informações audiovisuais.

TemporalStory melhora a geração de imagens para contar histórias, aumentando a coerência e o contexto.

Uma nova ferramenta pra avaliar a replicação em música feita por IA.

Um olhar sobre métodos para melhorar a qualidade de imagem afetada pela neblina.

O conjunto de dados TGIF ajuda a detectar técnicas avançadas de manipulação de imagens.

Aprenda como a transmissão de IP e a marcação de áudio transformam a entrega de conteúdo.

Integrando IA pra melhorar as estratégias de marketing e a eficácia das campanhas.

X-Former melhora como os modelos juntam a compreensão de imagem e texto.

Combatendo informações enganosas com novas metodologias e tecnologias.

Um novo sistema que combina análise de texto e imagem pra combater desinformação.

Novo método RoE aumenta a eficiência de modelos de linguagem grandes multimodais com roteamento dinâmico.

Apresentando o 360VFI pra melhorar a qualidade e a experiência de vídeo 360 graus.

Um novo modelo combina áudio e vídeo pra uma melhor compreensão.

Um novo método melhora a separação de vozes em ambientes barulhentos com vários falantes.

Esse estudo analisa métodos de amostragem de quadros pra melhorar a busca de conteúdo em vídeo.

Uma nova ferramenta facilita a criação de clipes de destaque específicos para jogadores a partir de vídeos de futebol.