「cs.MM」カテゴリーアーカイブ

Generative Steganographic Flow

投稿日: 2023年5月11日 作成者: jarxiv

要約 タイトル：Generative Steganographic Flow（生 … 続きを読む →

カテゴリー: cs.CV, cs.MM | Generative Steganographic Flow はコメントを受け付けていません

AlignSTS: Speech-to-Singing Conversion via Cross-Modal Alignment

投稿日: 2023年5月10日 作成者: jarxiv

要約 タイトル: AlignSTS: クロスモーダルアライメントによる音声から歌 … 続きを読む →

カテゴリー: cs.CL, cs.MM, cs.SD, eess.AS | AlignSTS: Speech-to-Singing Conversion via Cross-Modal Alignment はコメントを受け付けていません

From Images to Textual Prompts: Zero-shot VQA with Frozen Large Language Models

投稿日: 2023年5月9日 作成者: jarxiv

要約 タイトル 「画像からテキストのプロンプトへ：凍結された大規模言語モデルによ … 続きを読む →

カテゴリー: cs.CV, cs.MM | From Images to Textual Prompts: Zero-shot VQA with Frozen Large Language Models はコメントを受け付けていません

IIITD-20K: Dense captioning for Text-Image ReID

投稿日: 2023年5月9日 作成者: jarxiv

要約 【タイトル】IIITD-20K：Text-Image ReIDのDense … 続きを読む →

カテゴリー: cs.CV, cs.MM | IIITD-20K: Dense captioning for Text-Image ReID はコメントを受け付けていません

A vector quantized masked autoencoder for audiovisual speech emotion recognition

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル：音声視覚的話し言葉の感情認識のためのベクトル量子化マスクされたオ … 続きを読む →

カテゴリー: cs.LG, cs.MM, cs.SD, eess.AS | A vector quantized masked autoencoder for audiovisual speech emotion recognition はコメントを受け付けていません

A Multimodal Dynamical Variational Autoencoder for Audiovisual Speech Representation Learning

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル: 音声ビジュアルスピーチ表現学習のための多様なダイナミカル変分自 … 続きを読む →

カテゴリー: cs.LG, cs.MM, cs.SD, eess.AS | A Multimodal Dynamical Variational Autoencoder for Audiovisual Speech Representation Learning はコメントを受け付けていません

The MuSe 2023 Multimodal Sentiment Analysis Challenge: Mimicked Emotions, Cross-Cultural Humour, and Personalisation

投稿日: 2023年5月8日 作成者: jarxiv

要約 【タイトル】 MuSe 2023マルチモーダル感情分析チャレンジ：模倣され … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.MM | The MuSe 2023 Multimodal Sentiment Analysis Challenge: Mimicked Emotions, Cross-Cultural Humour, and Personalisation はコメントを受け付けていません

Generative Steganography Diffusion

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル: 生成型ステガノグラフィ拡散 要約: 本論文では、秘密のデータを … 続きを読む →

カテゴリー: cs.AI, cs.MM | Generative Steganography Diffusion はコメントを受け付けていません

LOGO-Former: Local-Global Spatio-Temporal Transformer for Dynamic Facial Expression Recognition

投稿日: 2023年5月8日 作成者: jarxiv

要約 タイトル: ダイナミックな表情認識に対するローカルグローバル空間的・時間的 … 続きを読む →

カテゴリー: cs.CV, cs.MM | LOGO-Former: Local-Global Spatio-Temporal Transformer for Dynamic Facial Expression Recognition はコメントを受け付けていません

Egocentric Audio-Visual Noise Suppression

投稿日: 2023年5月4日 作成者: jarxiv

要約 【タイトル】エゴセントリックなオーディオ・ビジュアルノイズサプレッション … 続きを読む →

カテゴリー: cs.CL, cs.MM, cs.SD, eess.AS | Egocentric Audio-Visual Noise Suppression はコメントを受け付けていません