会员服务
Multimedia and Visual Analytics in the Agentic Era
Arxiv
0+阅读 · 6月23日
Hierarchical Multi-Modal Retrieval for Knowledge-Grounded News Image Captioning
Arxiv
0+阅读 · 6月17日
Reproducibility Companion Paper: Swarical: An Integrated Hierarchical Approach to Localizing Flying Light Specks
Arxiv
0+阅读 · 5月25日
The 1st PortraitCraft Challenge: A CVPR 2026 Workshop Competition on Portrait Composition Understanding and Generation
Arxiv
0+阅读 · 6月9日
Closing the Loop: Unified 3D Scene Generation and Immersive Interaction via LLM-RL Coupling
Arxiv
0+阅读 · 5月7日
Deep Binarized Photonic Reservoir Computing for Ultrafast Multimedia Signal Processing
Arxiv
0+阅读 · 5月28日
Perception Test 2025: Challenge Summary and a Unified VQA Extension
Arxiv
0+阅读 · 4月29日
Performance Evaluation of Multimedia Traffic in Cloud Storage Services over Wi-Fi and LTE Networks
Arxiv
0+阅读 · 2025年10月29日
Improving the Physics of Video Generation with VJEPA-2 Reward Signal
Arxiv
0+阅读 · 2025年10月22日
Identity-Preserving Text-to-Video Generation Guided by Simple yet Effective Spatial-Temporal Decoupled Representations
Arxiv
0+阅读 · 2025年10月27日
HALOC-AxA: An Area/-Energy-Efficient Approximate Adder for Image Processing Application
Arxiv
0+阅读 · 2025年10月23日
Multimedia-Aware Question Answering: A Review of Retrieval and Cross-Modal Reasoning Architectures
Arxiv
0+阅读 · 2025年10月23日
Fast Authenticated and Interoperable Multimedia Healthcare Data over Hybrid-Storage Blockchains
Arxiv
0+阅读 · 2025年10月15日
Hybrid Gaussian Splatting for Novel Urban View Synthesis
Arxiv
0+阅读 · 2025年10月14日
Fact-Checking at Scale: Multimodal AI for Authenticity and Context Verification in Online Media
Arxiv
0+阅读 · 2025年10月4日
参考链接
微信扫码咨询专知VIP会员
Top