「cs.MM」カテゴリーアーカイブ

Gpachov at CheckThat! 2023: A Diverse Multi-Approach Ensemble for Subjectivity Detection in News Articles

投稿日: 2023年9月14日 作成者: jarxiv

要約 ソーシャル ネットワークの普及により、主観的で誤解を招く、さらには誤った情 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.MM | Gpachov at CheckThat! 2023: A Diverse Multi-Approach Ensemble for Subjectivity Detection in News Articles はコメントを受け付けていません

CoMoSpeech: One-Step Speech and Singing Voice Synthesis via Consistency Model

投稿日: 2023年9月14日 作成者: jarxiv

要約 ノイズ除去拡散確率モデル (DDPM) は、音声合成において有望なパフォー … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.MM, cs.SD, eess.AS | CoMoSpeech: One-Step Speech and Singing Voice Synthesis via Consistency Model はコメントを受け付けていません

UnifiedGesture: A Unified Gesture Synthesis Model for Multiple Skeletons

投稿日: 2023年9月14日 作成者: jarxiv

要約 共同音声ジェスチャの自動生成は、コンピュータ アニメーションで大きな注目を … 続きを読む →

カテゴリー: cs.AI, cs.HC, cs.MM | UnifiedGesture: A Unified Gesture Synthesis Model for Multiple Skeletons はコメントを受け付けていません

Video Infringement Detection via Feature Disentanglement and Mutual Information Maximization

投稿日: 2023年9月14日 作成者: jarxiv

要約 セルフメディア時代は、私たちに驚異的な高品質のビデオを提供します。 残念な … 続きを読む →

カテゴリー: cs.CV, cs.MM | Video Infringement Detection via Feature Disentanglement and Mutual Information Maximization はコメントを受け付けていません

Differentiable JPEG: The Devil is in the Details

投稿日: 2023年9月14日 作成者: jarxiv

要約 JPEG は、依然として最も広く普及している非可逆画像符号化方式の 1 つ … 続きを読む →

カテゴリー: cs.CV, cs.MM | Differentiable JPEG: The Devil is in the Details はコメントを受け付けていません

Weakly-Supervised Multi-Task Learning for Audio-Visual Speaker Verification

投稿日: 2023年9月14日 作成者: jarxiv

要約 この論文では、オープンセットの視聴覚話者検証用に最適化された堅牢なマルチモ … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.MM, cs.SD, eess.AS | Weakly-Supervised Multi-Task Learning for Audio-Visual Speaker Verification はコメントを受け付けていません

Multi-Modality Multi-Loss Fusion Network

投稿日: 2023年9月13日 作成者: jarxiv

要約 この研究では、複数のモダリティにわたる特徴の最適な選択と融合を調査し、これ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.LG, cs.MM | Multi-Modality Multi-Loss Fusion Network はコメントを受け付けていません

Language Models as Black-Box Optimizers for Vision-Language Models

投稿日: 2023年9月13日 作成者: jarxiv

要約 Web スケールのデータセットで事前トレーニングされたビジョン言語モデル … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG, cs.MM | Language Models as Black-Box Optimizers for Vision-Language Models はコメントを受け付けていません

Leveraging Automatic Personalised Nutrition: Food Image Recognition Benchmark and Dataset based on Nutrition Taxonomy

投稿日: 2023年9月13日 作成者: jarxiv

要約 座りっぱなしのライフスタイルや不適切な食生活により、健康的なライフスタイル … 続きを読む →

カテゴリー: cs.CV, cs.MM | Leveraging Automatic Personalised Nutrition: Food Image Recognition Benchmark and Dataset based on Nutrition Taxonomy はコメントを受け付けていません

Enhancing Multi-modal Cooperation via Fine-grained Modality Valuation

投稿日: 2023年9月13日 作成者: jarxiv

要約 マルチモーダル学習の主なトピックの 1 つは、異なるモダリティからの異種情 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM | Enhancing Multi-modal Cooperation via Fine-grained Modality Valuation はコメントを受け付けていません