54 papers
Dit artikel toont aan dat beeld-in-beeld-steganografie, waarbij een afbeelding in een andere van dezelfde grootte wordt verborgen, kwetsbaar is voor detectie door middel van onafhankelijke componentenanalyse en een eenvoudige steganalysemethode gebaseerd op de eerste vier momenten van golfkleedcomponenten, wat leidt tot zeer hoge detectiepercentages.
Dit paper introduceert een paralinguïstisch-verbeterde fijne-tuningprotocol (PE-FT) voor grote audio-taalmodellen dat, door middel van gelaagde analyses en selectieve aanpassingen, de vaak verwaarloosde bewustwording van paralinguïstische aanwijzingen effectief herwint en zelfs presteert boven traditionele aanpakken.
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.
In dit artikel wordt InstructHumans gepresenteerd, een innovatief kader voor instructiegedreven tekstuurbewerking van 3D-animaties die gebruikmaakt van een aangepaste SDS-methode (SDS-E) om hoge kwaliteit en consistentie met het origineel te garanderen.
Dit artikel introduceert EasyAnimate, een hoogpresterend videogeneratiekader dat gebruikmaakt van Diffusion Transformers, hybride venster-attention en beloningsbackpropagatie om zowel de snelheid als de kwaliteit van videoproductie te verbeteren.
Dit paper introduceert ExposureEngine, een geautomatiseerd systeem dat gebruikmaakt van geroteerde binnenvlakken en een taalgestuurde agent voor nauwkeurige, schaalbare analyse van sponsorzichtbaarheid in sportuitzendingen, zoals geïllustreerd aan de hand van een dataset van Zweedse topvoetbalwedstrijden.
Deze paper analyseert hoe diffusion-based beeldbewerking onbedoeld robuuste onzichtbare watermerken kan vernietigen door de payload te behandelen als ruis, en biedt hierbij een theoretisch bewijs, empirische validatie en richtlijnen voor toekomstige ontwerpen.
Dit paper introduceert DeformTrace, een hybride model dat State Space Models verbetert met vervormbare dynamica en relay-tokens om de precisie, efficiëntie en robuustheid van tijdelijke vervalsingsdetectie in video en audio aanzienlijk te verhogen.
SarcasmMiner is een versterkingsleringsframework voor post-training dat door middel van een dubbel-track distillatiestrategie en een generatieve beloningsmodel de robuustheid van audio-visuele sarcasme-herkenning verbetert door pragmatische incongruïteit op te lossen en hallucinaties te voorkomen.
In dit paper wordt Export3D voorgesteld, een methode voor één-op-een 3D-bewuste portretanimatie die gezichtsuitdrukkingen en cameraview controleert door een contrastief voortrainingsframework te gebruiken om een uitdrukkingsspecifieke tri-plane te genereren zonder ongewenste uitwisseling van uiterlijke kenmerken bij het overbrengen van uitdrukkingen tussen verschillende gezichten.
Dit artikel introduceert CMI-RewardBench, een uitgebreid ecosysteem met datasets en benchmarks voor het evalueren van beloningsmodellen voor muziekgeneratie onder compositional multimodal instruction, wat leidt tot nauwkeurige modellen die sterk correleren met menselijke beoordelingen en effectieve inferentie-schaling mogelijk maken.
Dit onderzoek identificeert en kwantificeert de Order-to-Space Bias, een veelvoorkomende vertekening in moderne beeldgeneratiemodellen waarbij de volgorde van entiteiten in de tekst de ruimtelijke indeling onterecht bepaalt, en presenteert effectieve strategieën om dit probleem te verminderen zonder in te leveren op de generatiekwaliteit.
Crab⁺ is een schaalbaar en verenigd audio-visueel taalkundig model dat negatieve overdracht bij multi-task leren effectief aanpakt door middel van het uitgebreide AV-UIE v2-dataset met expliciete redenering en Interaction-aware LoRA (I-LoRA) voor dynamische taakcoördinatie, waardoor het in bijna 88% van de taken superieure prestaties levert vergeleken met single-task baselines.