Solving Copyright Infringement on Short Video Platforms: Novel Datasets and an Audio Restoration Deep Learning Pipeline
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Oh, Minwoo, Park, Minsu, Park, Eunil |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Stage-Adaptive Reliability Modeling for Continuous Valence-Arousal Estimation
par: Lee, Yubeen, et autres
Publié: (2026)
par: Lee, Yubeen, et autres
Publié: (2026)
AV2AV: Direct Audio-Visual Speech to Audio-Visual Speech Translation with Unified Audio-Visual Speech Representation
par: Choi, Jeongsoo, et autres
Publié: (2023)
par: Choi, Jeongsoo, et autres
Publié: (2023)
End-to-End Learning-based Video Streaming Enhancement Pipeline: A Generative AI Approach
par: Artioli, Emanuele, et autres
Publié: (2025)
par: Artioli, Emanuele, et autres
Publié: (2025)
Audio-visual Event Localization on Portrait Mode Short Videos
par: Liu, Wuyang, et autres
Publié: (2025)
par: Liu, Wuyang, et autres
Publié: (2025)
QMAVIS: Long Video-Audio Understanding using Fusion of Large Multimodal Models
par: Lin, Zixing, et autres
Publié: (2026)
par: Lin, Zixing, et autres
Publié: (2026)
Exposing Cross-Modal Consistency for Fake News Detection in Short-Form Videos
par: Tian, Chong, et autres
Publié: (2026)
par: Tian, Chong, et autres
Publié: (2026)
Wireless Video Semantic Communication with Decoupled Diffusion Multi-frame Compensation
par: Xie, Bingyan, et autres
Publié: (2025)
par: Xie, Bingyan, et autres
Publié: (2025)
PETLP: A Privacy-by-Design Pipeline for Social Media Data in AI Research
par: Oh, Nick, et autres
Publié: (2025)
par: Oh, Nick, et autres
Publié: (2025)
On Copyright Risks of Text-to-Image Diffusion Models
par: Zhang, Yang, et autres
Publié: (2023)
par: Zhang, Yang, et autres
Publié: (2023)
Learning Trimodal Relation for Audio-Visual Question Answering with Missing Modality
par: Park, Kyu Ri, et autres
Publié: (2024)
par: Park, Kyu Ri, et autres
Publié: (2024)
DeepFake Doctor: Diagnosing and Treating Audio-Video Fake Detection
par: Klemt, Marcel, et autres
Publié: (2025)
par: Klemt, Marcel, et autres
Publié: (2025)
VLM as Policy: Common-Law Content Moderation Framework for Short Video Platform
par: Lu, Xingyu, et autres
Publié: (2025)
par: Lu, Xingyu, et autres
Publié: (2025)
EmoVLM-KD: Fusing Distilled Expertise with Vision-Language Models for Visual Emotion Analysis
par: Lee, SangEun, et autres
Publié: (2025)
par: Lee, SangEun, et autres
Publié: (2025)
BDIQA: A New Dataset for Video Question Answering to Explore Cognitive Reasoning through Theory of Mind
par: Mao, Yuanyuan, et autres
Publié: (2024)
par: Mao, Yuanyuan, et autres
Publié: (2024)
OLKAVS: An Open Large-Scale Korean Audio-Visual Speech Dataset
par: Park, Jeongkyun, et autres
Publié: (2023)
par: Park, Jeongkyun, et autres
Publié: (2023)
Sounding Highlights: Dual-Pathway Audio Encoders for Audio-Visual Video Highlight Detection
par: Joo, Seohyun, et autres
Publié: (2026)
par: Joo, Seohyun, et autres
Publié: (2026)
ProAV-DiT: A Projected Latent Diffusion Transformer for Efficient Synchronized Audio-Video Generation
par: Sun, Jiahui, et autres
Publié: (2025)
par: Sun, Jiahui, et autres
Publié: (2025)
Open-Vocabulary Audio-Visual Semantic Segmentation
par: Guo, Ruohao, et autres
Publié: (2024)
par: Guo, Ruohao, et autres
Publié: (2024)
MTAVG-Bench 2.0: Diagnosing Failure Modes of Cinematic Expressiveness in Multi-Talker Audio-Video Generation
par: Li, Haitian, et autres
Publié: (2026)
par: Li, Haitian, et autres
Publié: (2026)
Predicting Outcomes in Video Games with Long Short Term Memory Networks
par: Chulajata, Kittimate, et autres
Publié: (2024)
par: Chulajata, Kittimate, et autres
Publié: (2024)
Decoupled Audio-Visual Dataset Distillation
par: Li, Wenyuan, et autres
Publié: (2025)
par: Li, Wenyuan, et autres
Publié: (2025)
OmniCustom: Sync Audio-Video Customization Via Joint Audio-Video Generation Model
par: Li, Maomao, et autres
Publié: (2026)
par: Li, Maomao, et autres
Publié: (2026)
Multimodal Emotion Recognition by Fusing Video Semantic in MOOC Learning Scenarios
par: Zhang, Yuan, et autres
Publié: (2024)
par: Zhang, Yuan, et autres
Publié: (2024)
AudioRole: An Audio Dataset for Character Role-Playing in Large Language Models
par: Li, Wenyu, et autres
Publié: (2025)
par: Li, Wenyu, et autres
Publié: (2025)
LL-GABR: Energy Efficient Live Video Streaming Using Reinforcement Learning
par: Raman, Adithya, et autres
Publié: (2024)
par: Raman, Adithya, et autres
Publié: (2024)
Variable-Length Audio Fingerprinting
par: Chen, Hongjie, et autres
Publié: (2026)
par: Chen, Hongjie, et autres
Publié: (2026)
TAGF: Time-aware Gated Fusion for Multimodal Valence-Arousal Estimation
par: Lee, Yubeen, et autres
Publié: (2025)
par: Lee, Yubeen, et autres
Publié: (2025)
SyncLipMAE: Contrastive Masked Pretraining for Audio-Visual Talking-Face Representation
par: Ling, Zeyu, et autres
Publié: (2025)
par: Ling, Zeyu, et autres
Publié: (2025)
Plasticity-Aware Mixture of Experts for Learning Under QoE Shifts in Adaptive Video Streaming
par: He, Zhiqiang, et autres
Publié: (2025)
par: He, Zhiqiang, et autres
Publié: (2025)
MMTB: Evaluating Terminal Agents on Multimedia-File Tasks
par: Heo, Chiyeong, et autres
Publié: (2026)
par: Heo, Chiyeong, et autres
Publié: (2026)
Node-Based Editing for Multimodal Generation of Text, Audio, Image, and Video
par: Kyaw, Alexander Htet, et autres
Publié: (2025)
par: Kyaw, Alexander Htet, et autres
Publié: (2025)
EquiAV: Leveraging Equivariance for Audio-Visual Contrastive Learning
par: Kim, Jongsuk, et autres
Publié: (2024)
par: Kim, Jongsuk, et autres
Publié: (2024)
Differential Multimodal Transformers
par: Li, Jerry, et autres
Publié: (2025)
par: Li, Jerry, et autres
Publié: (2025)
PIAST: A Multimodal Piano Dataset with Audio, Symbolic and Text
par: Bang, Hayeon, et autres
Publié: (2024)
par: Bang, Hayeon, et autres
Publié: (2024)
Semantic-Guided Unsupervised Video Summarization
par: Liu, Haizhou, et autres
Publié: (2026)
par: Liu, Haizhou, et autres
Publié: (2026)
FlowPortrait: Reinforcement Learning for Audio-Driven Portrait Video Generation
par: Tan, Weiting, et autres
Publié: (2026)
par: Tan, Weiting, et autres
Publié: (2026)
Towards Open-Vocabulary Video Semantic Segmentation
par: Li, Xinhao, et autres
Publié: (2024)
par: Li, Xinhao, et autres
Publié: (2024)
DeLoad: Demand-Driven Short-Video Preloading with Scalable Watch-Time Estimation
par: Liu, Tong, et autres
Publié: (2025)
par: Liu, Tong, et autres
Publié: (2025)
Label-anticipated Event Disentanglement for Audio-Visual Video Parsing
par: Zhou, Jinxing, et autres
Publié: (2024)
par: Zhou, Jinxing, et autres
Publié: (2024)
MM-HSD: Multi-Modal Hate Speech Detection in Videos
par: Céspedes-Sarrias, Berta, et autres
Publié: (2025)
par: Céspedes-Sarrias, Berta, et autres
Publié: (2025)
Documents similaires
-
Stage-Adaptive Reliability Modeling for Continuous Valence-Arousal Estimation
par: Lee, Yubeen, et autres
Publié: (2026) -
AV2AV: Direct Audio-Visual Speech to Audio-Visual Speech Translation with Unified Audio-Visual Speech Representation
par: Choi, Jeongsoo, et autres
Publié: (2023) -
End-to-End Learning-based Video Streaming Enhancement Pipeline: A Generative AI Approach
par: Artioli, Emanuele, et autres
Publié: (2025) -
Audio-visual Event Localization on Portrait Mode Short Videos
par: Liu, Wuyang, et autres
Publié: (2025) -
QMAVIS: Long Video-Audio Understanding using Fusion of Large Multimodal Models
par: Lin, Zixing, et autres
Publié: (2026)