50 papers
Deze studie introduceert een spectrogram-gebaseerde CNN-methode die MFCC-technieken overtreft bij het uitvoeren van multilabel-classificatie van complexe Zuid-Aziatische geluiden, zoals aangetoond op de SAS-KIIT- en UrbanSound8K-datasets.
Dit artikel introduceert en evalueert een schaalbaar systeem voor het streamen van dynamische puntwolken met on-the-fly transcodering, waarbij caching en speculatieve transcodering worden ingezet om de serverbelasting te verminderen en de kwaliteit van de gebruikerservaring bij gelijktijdige clients te waarborgen.
Dit artikel introduceert het Data Relativistic Uncertainty (DRU)-framework, dat een nieuw dataset en een op relativistische GAN's gebaseerde aanpak combineert om de kwaliteit van slecht verlichte anime-landschapsbeelden te verbeteren door onzekerheid in de verlichting dynamisch te benutten.
Dit paper introduceert V-Skip, een methode die Chain-of-Thought-redenering in multimodale modellen versnelt door tokens slim te comprimeren via een dual-path mechanisme dat visuele ankers behoudt en zo 'visuele amnesie' voorkomt terwijl de nauwkeurigheid wordt gewaarborgd.
Het paper introduceert GOT-JEPA, een model-predictief pretrainingsframework dat de generalisatie en robustheid van objecttracking verbetert door het voorspellen van trackingmodellen in plaats van beeldfeatures, aangevuld met OccuSolver voor verfijnde verwerking van occlusies.
Dit paper introduceert AMB-DSGDN, een adaptief netwerk dat multimodale emotionele herkenning verbetert door dynamische semantische grafdifferentiatie te gebruiken voor het filteren van ruis en een evenwichtsmechanisme om te voorkomen dat dominante modaliteiten de bijdrage van andere modaliteiten onderdrukken.
Dit artikel introduceert PRoADS, een bewezen veilig en robuust audiostreamsysteem dat geheime berichten via orthogonale projectie in de initiële ruis van diffusiemodellen verbergt en gebruikmaakt van latente optimalisatie en achterwaartse Euler-inversie om reconstructiefouten te minimaliseren en een uitzonderlijk lage bitfoutkans van 0,15% onder MP3-compressie te bereiken.
Het paper introduceert G-STAR, een end-to-end systeem dat een tijdbewuste spreker-trackingmodule koppelt aan een Speech-LLM-transcriptiebackbone om tijdgestempelde, spreker-gelabelde transcripties te genereren voor lange, multi-partij gesprekken met overlappingen, terwijl het de consistentie van sprekeridentiteiten op vergaderingsniveau behoudt.
Dit artikel introduceert P-GSVC, het eerste gelaagde progressieve 2D-Gaussian-splatting-framework dat een schaalbare oplossing biedt voor beeld- en videoherconstructie via een gezamenlijke trainingsstrategie die de prestaties aanzienlijk verbetert ten opzichte van sequentiële methoden.
Dit paper introduceert 'Reading Activity Traces' (RATs), een concept dat lezen als creatieve activiteit beschouwt door de interpretatieve arbeid die vaak door algoritmes wordt overgeslagen, zichtbaar te maken en te documenteren.
Het artikel introduceert V2M-Zero, een methode die video naar tijd-gealigneerde muziek vertaalt zonder gekoppelde trainingsdata, door gebruik te maken van binnen-modale gebeurteniskrommen om de gedeelde temporele structuur tussen video en muziek te benutten.
Deze paper introduceert een pose-bewust in-context visueel leersysteem (PA-ICVL) voor Vision-Language Models dat de detectie van semantische structurele hallucinaties in cartoon-afbeeldingen aanzienlijk verbetert door naast RGB-beelden ook pose-informatie te gebruiken.
Dit artikel introduceert een reeks tests op basis van psychofysische metingen van laag-niveau visie om bestaande beeld- en videokwaliteitsmetrieken te evalueren op hun vermogen om aspecten zoals contrastgevoeligheid en contrastmaskering te modelleren, en toont aan dat deze tests eigenschappen blootleggen die met standaardprotocollen vaak onopgemerkt blijven.
Dit paper introduceert een end-to-end framework voor audio-visuele spraakherkenning dat ruisbestendigheid bereikt door spraakverbetering en een Conformer-gebaseerde fusie te gebruiken zonder expliciete maskers, waardoor semantische informatie beter behouden blijft dan bij eerdere methoden.
Het paper introduceert Omni-C, een efficiënte, dichte Transformer-encoder die heterogene modaliteiten comprimeert tot gedeelde representaties zonder MoE-architecturen, waardoor de complexiteit en het geheugengebruik aanzienlijk worden verminderd terwijl de prestaties vergelijkbaar blijven met gespecialiseerde expertmodellen.
VDCook is een zelfevoluerend videosysteem dat onderzoekers en teams in staat stelt om via natuurlijke taal en aanpasbare parameters dynamische, metadata-rijke trainingsdatasets voor multimodale taalmodellen te genereren en continu bij te werken.
Dit artikel onderzoekt hoe de snelle vooruitgang van AI, met name door foundation-modellen en multimodale data, de uitdagingen en kansen voor mens-gecentreerde data-interactie en visualisatie herdefinieert, en pleit voor een nieuwe aanpak die cognitieve principes en betrouwbaarheid centraal stelt in plaats van alleen efficiëntie.
Dit paper introduceert Alkaid, een bewezen veilige steganografische methode die door middel van afstand-geconstrainde codering robuust is tegen edit-fouten en tegelijkertijd een hoge inbeddingscapaciteit en efficiëntie biedt.
Deze paper introduceert Style-Guided Motion Diffusion (SGMD), een Transformer-gebaseerd model dat muziekkenmerken combineert met stijlprompts en een ruimtetijdmaskeringmechanisme om realistische, stijlvol consistente en volledig controleerbare danssequenties te genereren.
Dit paper introduceert altiro3D, een gratis bibliotheek die vanuit één afbeelding of video realistische 3D-ervaringen en lichtveld-inhoud genereert door diepteanalyse, inpainting en een 'Fast'-projectie-algoritme te combineren voor het creëren van meervoudige gezichtspunten.