Salvato in:
| Autori principali: | Xie, Liang, Huang, Wenke |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2509.02990 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
OpenVNA: A Framework for Analyzing the Behavior of Multimodal Language Understanding System under Noisy Scenarios
di: Yuan, Ziqi, et al.
Pubblicazione: (2024)
di: Yuan, Ziqi, et al.
Pubblicazione: (2024)
An Automatic Deep Learning Approach for Trailer Generation through Large Language Models
di: Balestri, Roberto, et al.
Pubblicazione: (2026)
di: Balestri, Roberto, et al.
Pubblicazione: (2026)
MAGNeT: Multimodal Adaptive Gaussian Networks for Intent Inference in Moving Target Selection across Complex Scenarios
di: Li, Xiangxian, et al.
Pubblicazione: (2025)
di: Li, Xiangxian, et al.
Pubblicazione: (2025)
State-Anchored Complete-View Distillation for Robust Conversational Multimodal Emotion Recognition
di: Pan, Zhaoyan, et al.
Pubblicazione: (2026)
di: Pan, Zhaoyan, et al.
Pubblicazione: (2026)
Rethinking Bjøntegaard Delta for Compression Efficiency Evaluation: Are We Calculating It Precisely and Reliably?
di: Hang, Xinyu, et al.
Pubblicazione: (2024)
di: Hang, Xinyu, et al.
Pubblicazione: (2024)
CineAGI: Character-Consistent Movie Creation through LLM-Orchestrated Multi-Modal Generation and Cross-Scene Integration
di: Xie, Tianyidan, et al.
Pubblicazione: (2026)
di: Xie, Tianyidan, et al.
Pubblicazione: (2026)
PopSim: Social Network Simulation for Social Media Popularity Prediction
di: Liu, Yijun, et al.
Pubblicazione: (2025)
di: Liu, Yijun, et al.
Pubblicazione: (2025)
Muse: A Multimodal Conversational Recommendation Dataset with Scenario-Grounded User Profiles
di: Wang, Zihan, et al.
Pubblicazione: (2024)
di: Wang, Zihan, et al.
Pubblicazione: (2024)
Towards Automatic Soccer Commentary Generation with Knowledge-Enhanced Visual Reasoning
di: Jin, Zeyu, et al.
Pubblicazione: (2026)
di: Jin, Zeyu, et al.
Pubblicazione: (2026)
Traffic model of LTE using maximum flow algorithm with binary search technique
di: Haque, Md. Zahurul, et al.
Pubblicazione: (2020)
di: Haque, Md. Zahurul, et al.
Pubblicazione: (2020)
Efficient Geometry Compression and Communication for 3D Gaussian Splatting Point Clouds
di: Xie, Liang, et al.
Pubblicazione: (2025)
di: Xie, Liang, et al.
Pubblicazione: (2025)
Movement- and Traffic-based User Identification in Commercial Virtual Reality Applications: Threats and Opportunities
di: Baldoni, Sara, et al.
Pubblicazione: (2025)
di: Baldoni, Sara, et al.
Pubblicazione: (2025)
FLARE: Full-Modality Long-Video Audiovisual Retrieval Benchmark with User-Simulated Queries
di: You, Qijie, et al.
Pubblicazione: (2026)
di: You, Qijie, et al.
Pubblicazione: (2026)
Generative AI-enabled Mobile Tactical Multimedia Networks: Distribution, Generation, and Perception
di: Xu, Minrui, et al.
Pubblicazione: (2024)
di: Xu, Minrui, et al.
Pubblicazione: (2024)
Fully Automatic Content-Aware Tiling Pipeline for Pathology Whole Slide Images
di: Jabar, Falah, et al.
Pubblicazione: (2024)
di: Jabar, Falah, et al.
Pubblicazione: (2024)
MarkIt: Training-Free Visual Markers for Precise Video Temporal Grounding
di: Fang, Pengcheng, et al.
Pubblicazione: (2026)
di: Fang, Pengcheng, et al.
Pubblicazione: (2026)
CorrNetDroid: Android Malware Detector leveraging a Correlation-based Feature Selection for Network Traffic features
di: Sharma, Yash, et al.
Pubblicazione: (2025)
di: Sharma, Yash, et al.
Pubblicazione: (2025)
Reducing Traffic Wastage in Video Streaming via Bandwidth-Efficient Bitrate Adaptation
di: Su, Hairong, et al.
Pubblicazione: (2024)
di: Su, Hairong, et al.
Pubblicazione: (2024)
Performance Evaluation of Multimedia Traffic in Cloud Storage Services over Wi-Fi and LTE Networks
di: Espinal, Albert, et al.
Pubblicazione: (2025)
di: Espinal, Albert, et al.
Pubblicazione: (2025)
GestureHYDRA: Semantic Co-speech Gesture Synthesis via Hybrid Modality Diffusion Transformer and Cascaded-Synchronized Retrieval-Augmented Generation
di: Yang, Quanwei, et al.
Pubblicazione: (2025)
di: Yang, Quanwei, et al.
Pubblicazione: (2025)
2D Spatiotemporal Hypergraph Convolution Network for Dynamic OD Traffic Flow Prediction
di: Cheng Fang, et al.
Pubblicazione: (2025)
di: Cheng Fang, et al.
Pubblicazione: (2025)
MMoFusion: Multi-modal Co-Speech Motion Generation with Diffusion Model
di: Wang, Sen, et al.
Pubblicazione: (2024)
di: Wang, Sen, et al.
Pubblicazione: (2024)
PiGW: A Plug-in Generative Watermarking Framework
di: Ma, Rui, et al.
Pubblicazione: (2024)
di: Ma, Rui, et al.
Pubblicazione: (2024)
LungCURE: Benchmarking Multimodal Real-World Clinical Reasoning for Precision Lung Cancer Diagnosis and Treatment
di: Hao, Fangyu, et al.
Pubblicazione: (2026)
di: Hao, Fangyu, et al.
Pubblicazione: (2026)
Multimodal Emotion Recognition by Fusing Video Semantic in MOOC Learning Scenarios
di: Zhang, Yuan, et al.
Pubblicazione: (2024)
di: Zhang, Yuan, et al.
Pubblicazione: (2024)
Modeling the Popularity of Events on Web by Sparsity and Mutual-Excitation Guided Graph Neural Network
di: Deng, Jiaxin, et al.
Pubblicazione: (2024)
di: Deng, Jiaxin, et al.
Pubblicazione: (2024)
Music2Palette: Emotion-aligned Color Palette Generation via Cross-Modal Representation Learning
di: Hu, Jiayun, et al.
Pubblicazione: (2025)
di: Hu, Jiayun, et al.
Pubblicazione: (2025)
ConCLVD: Controllable Chinese Landscape Video Generation via Diffusion Model
di: Liu, Dingming, et al.
Pubblicazione: (2024)
di: Liu, Dingming, et al.
Pubblicazione: (2024)
Robust Multi-generation Learned Compression of Point Cloud Attribute
di: Liu, Xiangzuo, et al.
Pubblicazione: (2025)
di: Liu, Xiangzuo, et al.
Pubblicazione: (2025)
MotionPro: A Precise Motion Controller for Image-to-Video Generation
di: Zhang, Zhongwei, et al.
Pubblicazione: (2025)
di: Zhang, Zhongwei, et al.
Pubblicazione: (2025)
Inter-Frame Coding for Dynamic Meshes via Coarse-to-Fine Anchor Mesh Generation
di: Huang, He, et al.
Pubblicazione: (2024)
di: Huang, He, et al.
Pubblicazione: (2024)
MultiMedEdit: A Scenario-Aware Benchmark for Evaluating Knowledge Editing in Medical VQA
di: Wen, Shengtao, et al.
Pubblicazione: (2025)
di: Wen, Shengtao, et al.
Pubblicazione: (2025)
Rethinking Fusion: Disentangled Learning of Shared and Modality-Specific Information for Stance Detection
di: Xie, Zhiyu, et al.
Pubblicazione: (2026)
di: Xie, Zhiyu, et al.
Pubblicazione: (2026)
DreamFoley: Scalable VLMs for High-Fidelity Video-to-Audio Generation
di: Li, Fu, et al.
Pubblicazione: (2025)
di: Li, Fu, et al.
Pubblicazione: (2025)
Automatic Prompt Generation and Grounding Object Detection for Zero-Shot Image Anomaly Detection
di: Cheung, Tsun-Hin, et al.
Pubblicazione: (2024)
di: Cheung, Tsun-Hin, et al.
Pubblicazione: (2024)
RealBench: A Chinese Multi-image Understanding Benchmark Close to Real-world Scenarios
di: Zhao, Fei, et al.
Pubblicazione: (2025)
di: Zhao, Fei, et al.
Pubblicazione: (2025)
Large Language Models (LLMs): Deployment, Tokenomics and Sustainability
di: Dong, Haiwei, et al.
Pubblicazione: (2024)
di: Dong, Haiwei, et al.
Pubblicazione: (2024)
Development of a Cost‐Effective Data Collection System for Monitoring Urban Traffic Using Automated Intelligent Image Processing and Machine Vision
di: Enkusilasie Tegegne Alemu, et al.
Pubblicazione: (2026)
di: Enkusilasie Tegegne Alemu, et al.
Pubblicazione: (2026)
MultiSoundGen: Video-to-Audio Generation for Multi-Event Scenarios via SlowFast Contrastive Audio-Visual Pretraining and Direct Preference Optimization
di: Yang, Jianxuan, et al.
Pubblicazione: (2025)
di: Yang, Jianxuan, et al.
Pubblicazione: (2025)
CEM-Net: Cross-Emotion Memory Network for Emotional Talking Face Generation
di: Wu, Kangyi, et al.
Pubblicazione: (2025)
di: Wu, Kangyi, et al.
Pubblicazione: (2025)
Documenti analoghi
-
OpenVNA: A Framework for Analyzing the Behavior of Multimodal Language Understanding System under Noisy Scenarios
di: Yuan, Ziqi, et al.
Pubblicazione: (2024) -
An Automatic Deep Learning Approach for Trailer Generation through Large Language Models
di: Balestri, Roberto, et al.
Pubblicazione: (2026) -
MAGNeT: Multimodal Adaptive Gaussian Networks for Intent Inference in Moving Target Selection across Complex Scenarios
di: Li, Xiangxian, et al.
Pubblicazione: (2025) -
State-Anchored Complete-View Distillation for Robust Conversational Multimodal Emotion Recognition
di: Pan, Zhaoyan, et al.
Pubblicazione: (2026) -
Rethinking Bjøntegaard Delta for Compression Efficiency Evaluation: Are We Calculating It Precisely and Reliably?
di: Hang, Xinyu, et al.
Pubblicazione: (2024)