Copertina

AI-based System for Transforming text and sound to Educational Videos

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	ElAlami, M. E., Khater, S. M., Rehan, M. El. R.
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Multimedia Artificial Intelligence Computer Vision and Pattern Recognition Computers and Society
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Can LLMs Create Legally Relevant Summaries and Analyses of Videos?
di: Hoeben-Kuil, Lyra, et al.
Pubblicazione: (2025)

Harmful YouTube Video Detection: A Taxonomy of Online Harm and MLLMs as Alternative Annotators
di: Jo, Claire Wonjeong, et al.
Pubblicazione: (2024)

ObjFormer: Learning Land-Cover Changes From Paired OSM Data and Optical High-Resolution Imagery via Object-Guided Transformer
di: Chen, Hongruixuan, et al.
Pubblicazione: (2023)

KI-Bilder und die Widerständigkeit der Medienkonvergenz: Von primärer zu sekundärer Intermedialität?
di: Wilde, Lukas R. A.
Pubblicazione: (2024)

TraceRouter: Robust Safety for Large Foundation Models via Path-Level Intervention
di: Shi, Chuancheng, et al.
Pubblicazione: (2026)

Towards nation-wide analytical healthcare infrastructures: A privacy-preserving augmented knee rehabilitation case study
di: Bačić, Boris, et al.
Pubblicazione: (2024)

Advance Fake Video Detection via Vision Transformers
di: Battocchio, Joy, et al.
Pubblicazione: (2025)

Moiré Video Authentication: A Physical Signature Against AI Video Generation
di: Qing, Yuan, et al.
Pubblicazione: (2026)

Robust Latent Representation Tuning for Image-text Classification
di: Sun, Hao, et al.
Pubblicazione: (2024)

A Survey on Generative AI and LLM for Video Generation, Understanding, and Streaming
di: Zhou, Pengyuan, et al.
Pubblicazione: (2024)

LPM 1.0: Video-based Character Performance Model
di: Zeng, Ailing, et al.
Pubblicazione: (2026)

AesopAgent: Agent-driven Evolutionary System on Story-to-Video Production
di: Wang, Jiuniu, et al.
Pubblicazione: (2024)

DiTCtrl: Exploring Attention Control in Multi-Modal Diffusion Transformer for Tuning-Free Multi-Prompt Longer Video Generation
di: Cai, Minghong, et al.
Pubblicazione: (2024)

SNIFFER: Multimodal Large Language Model for Explainable Out-of-Context Misinformation Detection
di: Qi, Peng, et al.
Pubblicazione: (2024)

MORALISE: A Structured Benchmark for Moral Alignment in Visual Language Models
di: Lin, Xiao, et al.
Pubblicazione: (2025)

AI-Driven Virtual Teacher for Enhanced Educational Efficiency: Leveraging Large Pretrain Models for Autonomous Error Analysis and Correction
di: Xu, Tianlong, et al.
Pubblicazione: (2024)

Video Seal: Open and Efficient Video Watermarking
di: Fernandez, Pierre, et al.
Pubblicazione: (2024)

FedVideoMAE: Efficient Privacy-Preserving Federated Video Moderation
di: Tao, Ziyuan, et al.
Pubblicazione: (2025)

VIA: Unified Spatiotemporal Video Adaptation Framework for Global and Local Video Editing
di: Gu, Jing, et al.
Pubblicazione: (2024)

Video-EM: Event-Centric Episodic Memory for Long-Form Video Understanding
di: Wang, Yun, et al.
Pubblicazione: (2025)

Open-o3-Video: Grounded Video Reasoning with Explicit Spatio-Temporal Evidence
di: Meng, Jiahao, et al.
Pubblicazione: (2025)

VideoPainter: Any-length Video Inpainting and Editing with Plug-and-Play Context Control
di: Bian, Yuxuan, et al.
Pubblicazione: (2025)

Kangaroo: A Powerful Video-Language Model Supporting Long-context Video Input
di: Liu, Jiajun, et al.
Pubblicazione: (2024)

Long Video Diffusion Generation with Segmented Cross-Attention and Content-Rich Video Data Curation
di: Yan, Xin, et al.
Pubblicazione: (2024)

AnyV2V: A Tuning-Free Framework For Any Video-to-Video Editing Tasks
di: Ku, Max, et al.
Pubblicazione: (2024)

DIBS: Enhancing Dense Video Captioning with Unlabeled Videos via Pseudo Boundary Enrichment and Online Refinement
di: Wu, Hao, et al.
Pubblicazione: (2024)

Question-Answering Dense Video Events
di: Qin, Hangyu, et al.
Pubblicazione: (2024)

Bernini: Latent Semantic Planning for Video Diffusion
di: Bernini Team, et al.
Pubblicazione: (2026)

Interactive Video Generation via Domain Adaptation
di: Rawal, Ishaan, et al.
Pubblicazione: (2025)

Embedding an Ethical Mind: Aligning Text-to-Image Synthesis via Lightweight Value Optimization
di: Wang, Xingqi, et al.
Pubblicazione: (2024)

Unmasking Illusions: Understanding Human Perception of Audiovisual Deepfakes
di: Hashmi, Ammarah, et al.
Pubblicazione: (2024)

Image Conductor: Precision Control for Interactive Video Synthesis
di: Li, Yaowei, et al.
Pubblicazione: (2024)

Multimodal Chaptering for Long-Form TV Newscast Video
di: Guetari, Khalil, et al.
Pubblicazione: (2024)

Unsupervised Transcript-assisted Video Summarization and Highlight Detection
di: Barbakos, Spyros, et al.
Pubblicazione: (2025)

Label-anticipated Event Disentanglement for Audio-Visual Video Parsing
di: Zhou, Jinxing, et al.
Pubblicazione: (2024)

Audio-visual Event Localization on Portrait Mode Short Videos
di: Liu, Wuyang, et al.
Pubblicazione: (2025)

TheoremExplainAgent: Towards Video-based Multimodal Explanations for LLM Theorem Understanding
di: Ku, Max, et al.
Pubblicazione: (2025)

EgoEsportsQA: An Egocentric Video Benchmark for Perception and Reasoning in Esports
di: Ma, Jianzhe, et al.
Pubblicazione: (2026)

LoViF 2026 The First Challenge on Weather Removal in Videos
di: Qian, Chenghao, et al.
Pubblicazione: (2026)

UniVid: Pyramid Diffusion Model for High Quality Video Generation
di: Xiao, Xinyu, et al.
Pubblicazione: (2026)