「cs.MM」カテゴリーアーカイブ

Temporal Action Localization with Enhanced Instant Discriminability

投稿日: 2023年9月12日 作成者: jarxiv

要約 時間的アクション検出 (TAD) は、トリミングされていないビデオ内のすべ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | Temporal Action Localization with Enhanced Instant Discriminability はコメントを受け付けていません

Parallel and Limited Data Voice Conversion Using Stochastic Variational Deep Kernel Learning

投稿日: 2023年9月11日 作成者: jarxiv

要約 通常、音声変換はトレーニング データが限られているエンジニアリング上の問題 … 続きを読む →

カテゴリー: cs.LG, cs.MM, cs.SD, eess.AS | Parallel and Limited Data Voice Conversion Using Stochastic Variational Deep Kernel Learning はコメントを受け付けていません

Parameter Efficient Audio Captioning With Faithful Guidance Using Audio-text Shared Latent Representation

投稿日: 2023年9月8日 作成者: jarxiv

要約 マルチモーダルからテキストへの生成タスク用の事前トレーニング済みトランスフ … 続きを読む →

カテゴリー: cs.CL, cs.MM, cs.SD | Parameter Efficient Audio Captioning With Faithful Guidance Using Audio-text Shared Latent Representation はコメントを受け付けていません

Reuse and Diffuse: Iterative Denoising for Text-to-Video Generation

投稿日: 2023年9月8日 作成者: jarxiv

要約 画像合成における潜在拡散モデル (LDM) の目覚ましい成功に触発されて、 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.MM | Reuse and Diffuse: Iterative Denoising for Text-to-Video Generation はコメントを受け付けていません

Deep Video Codec Control

投稿日: 2023年9月8日 作成者: jarxiv

要約 非可逆ビデオ圧縮は、ビデオ データを送信および保存するときに一般的に使用さ … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.MM, eess.IV | Deep Video Codec Control はコメントを受け付けていません

T2IW: Joint Text to Image & Watermark Generation

投稿日: 2023年9月8日 作成者: jarxiv

要約 テキスト条件付き画像生成モデルの最近の開発は、リアルな結果の生成に革命をも … 続きを読む →

カテゴリー: cs.CV, cs.MM, eess.IV | T2IW: Joint Text to Image & Watermark Generation はコメントを受け付けていません

ArtHDR-Net: Perceptually Realistic and Accurate HDR Content Creation

投稿日: 2023年9月8日 作成者: jarxiv

要約 ハイ ダイナミック レンジ (HDR) コンテンツの作成は、現代のメディア … 続きを読む →

カテゴリー: cs.CV, cs.GR, cs.LG, cs.MM, eess.IV, I.2.10 | ArtHDR-Net: Perceptually Realistic and Accurate HDR Content Creation はコメントを受け付けていません

ImageBind-LLM: Multi-modality Instruction Tuning

投稿日: 2023年9月8日 作成者: jarxiv

要約 ImageBind-LLM は、ImageBind を介した大規模言語モデ … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.LG, cs.MM, cs.SD, eess.AS | ImageBind-LLM: Multi-modality Instruction Tuning はコメントを受け付けていません

Generative Steganography Diffusion

投稿日: 2023年9月7日 作成者: jarxiv

要約 生成ステガノグラフィー (GS) は、機密データから直接ステゴ画像を生成す … 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

Extraction of Visual Information to Predict Crowdfunding Success

投稿日: 2023年9月7日 作成者: jarxiv

要約 研究者は、起業家の活動やダイナミクスについての洞察を得るために、ますますク … 続きを読む →

カテゴリー: cs.CV, cs.MM, stat.AP | Extraction of Visual Information to Predict Crowdfunding Success はコメントを受け付けていません