「cs.MM」カテゴリーアーカイブ

Accelerated Event-Based Feature Detection and Compression for Surveillance Video Systems

投稿日: 2024年2月9日 作成者: jarxiv

要約 監視ビデオの強力な時間的一貫性により、従来の方法で魅力的な圧縮パフォーマン … 続きを読む →

カテゴリー: cs.CV, cs.MM | Accelerated Event-Based Feature Detection and Compression for Surveillance Video Systems はコメントを受け付けていません

Semantic2Graph: Graph-based Multi-modal Feature Fusion for Action Segmentation in Videos

投稿日: 2024年2月7日 作成者: jarxiv

要約 ビデオ アクション セグメンテーションは、多くの分野で広く適用されています … 続きを読む →

カテゴリー: 68T01, 68T30, 68T45, cs.CV, cs.MM, I.2.10 | Semantic2Graph: Graph-based Multi-modal Feature Fusion for Action Segmentation in Videos はコメントを受け付けていません

Diffusion Models, Image Super-Resolution And Everything: A Survey

投稿日: 2024年2月7日 作成者: jarxiv

要約 拡散モデル (DM) は、画像の超解像度 (SR) 分野を破壊し、画質と人 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM | Diffusion Models, Image Super-Resolution And Everything: A Survey はコメントを受け付けていません

Multimodal Speech Enhancement Using Burst Propagation

投稿日: 2024年2月6日 作成者: jarxiv

要約 本論文では、前頭前皮質や他の脳領域の錐体細胞に関する最新の神経学的発見を考 … 続きを読む →

カテゴリー: cs.LG, cs.MM, cs.SD, eess.AS | Multimodal Speech Enhancement Using Burst Propagation はコメントを受け付けていません

Unified Hallucination Detection for Multimodal Large Language Models

投稿日: 2024年2月6日 作成者: jarxiv

要約 マルチモーダルなタスクにおいて大きな進歩を遂げたにもかかわらず、マルチモー … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR, cs.LG, cs.MM | Unified Hallucination Detection for Multimodal Large Language Models はコメントを受け付けていません

InteractiveVideo: User-Centric Controllable Video Generation with Synergistic Multimodal Instructions

投稿日: 2024年2月6日 作成者: jarxiv

要約 動画生成のためのユーザ中心のフレームワークである$textit{Inter … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG, cs.MM | InteractiveVideo: User-Centric Controllable Video Generation with Synergistic Multimodal Instructions はコメントを受け付けていません

Generalized Video Anomaly Event Detection: Systematic Taxonomy and Comparison of Deep Models

投稿日: 2024年2月2日 作成者: jarxiv

要約 ビデオ異常検出 (VAD) は、インテリジェント監視システムにおいて極めて … 続きを読む →

カテゴリー: cs.CV, cs.MM | Generalized Video Anomaly Event Detection: Systematic Taxonomy and Comparison of Deep Models はコメントを受け付けていません

Conversation Understanding using Relational Temporal Graph Neural Networks with Auxiliary Cross-Modality Interaction

投稿日: 2024年1月31日 作成者: jarxiv

要約 感情認識は人間の会話を理解するために重要なタスクです。 言語、音声、表情な … 続きを読む →

カテゴリー: cs.CL, cs.MM | Conversation Understanding using Relational Temporal Graph Neural Networks with Auxiliary Cross-Modality Interaction はコメントを受け付けていません

A Proactive and Dual Prevention Mechanism against Illegal Song Covers empowered by Singing Voice Conversion

投稿日: 2024年1月31日 作成者: jarxiv

要約 歌声変換 (SVC) は、ある歌手の歌声を、元の歌詞とメロディーを備えた別 … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.LG, cs.MM, cs.SD, eess.AS | A Proactive and Dual Prevention Mechanism against Illegal Song Covers empowered by Singing Voice Conversion はコメントを受け付けていません

An Open Software Suite for Event-Based Video

投稿日: 2024年1月31日 作成者: jarxiv

要約 従来のビデオ表現は個別の画像フレームを中心に編成されていますが、イベントベ … 続きを読む →

カテゴリー: cs.CV, cs.MM | An Open Software Suite for Event-Based Video はコメントを受け付けていません