Vggsound: a large-scale audio-visual dataset

Vggsound: a large-scale audio-visual dataset

التفاصيل البيبلوغرافية
المؤلفون الرئيسيون:	Chen, H, Xie, W, Vedaldi, A, Zisserman, A
التنسيق:	Conference item
اللغة:	English
منشور في:	IEEE 2020

مواد مشابهة

Audio-visual synchronisation in the wild
حسب: Chen, H, وآخرون
منشور في: (2021)

On-the-fly learning for visual search of large-scale image and video datasets
حسب: Chatfield, K, وآخرون
منشور في: (2015)

Large scale evaluation of local image featuredetectors on homography datasets
حسب: Lenc, K, وآخرون
منشور في: (2018)

Deep Fisher networks for large-scale image classification
حسب: Simonyan, K, وآخرون
منشور في: (2013)

A large-scale and PCR-referenced vocal audio dataset for COVID-19
حسب: Budd, J, وآخرون
منشور في: (2024)

Large scale evaluation of local image feature detectors on homography datasets
حسب: Lenc, K, وآخرون
منشور في: (2018)

A large-scale and PCR-referenced vocal audio dataset for COVID-19
حسب: Jobie Budd, وآخرون
منشور في: (2024-06-01)

Sparse in space and time: audio-visual synchronisation with trainable selectors
حسب: Iashin, V, وآخرون
منشور في: (2022)

Large-scale audio dataset for emergency vehicle sirens and road noises
حسب: Muhammad Asif, وآخرون
منشور في: (2022-10-01)

Character-aware audio-visual subtitling in context
حسب: Huh, J, وآخرون
منشور في: (2024)

VoxCeleb: a large-scale speaker identification dataset
حسب: Nagrani, A, وآخرون
منشور في: (2017)

Building a large-scale dataset for audio-conditioned dance motion synthesis
حسب: Wu, Jinyi
منشور في: (2022)

The conversation: deep audio-visual speech enhancement
حسب: Alfouras, T, وآخرون
منشور في: (2018)

Deep audio-visual speech recognition
حسب: Afouras, T, وآخرون
منشور في: (2018)

Visual analytics for large-scale datasets
حسب: Gani, Reinaldo
منشور في: (2018)

QUERYD: a video dataset with high-quality text and audio narrations
حسب: Oncescu, A-M, وآخرون
منشور في: (2021)

Localizing visual sounds the hard way
حسب: Vedaldi, A, وآخرون
منشور في: (2021)

Audio-visual modelling in a clinical setting
حسب: Jiao, J, وآخرون
منشور في: (2024)

Epic-sounds: a large-scale dataset of actions that sound
حسب: Huh, J, وآخرون
منشور في: (2023)

Seeing wake words: Audio-visual keyword spotting
حسب: Momeni, L, وآخرون
منشور في: (2020)

A Large-Scale Benchmark Dataset for Anomaly Detection and Rare Event Classification for Audio Forensics
حسب: Ahmed Abbasi, وآخرون
منشور في: (2022-01-01)

Look, listen and recognise: character-aware audio-visual subtitling
حسب: Korbar, B, وآخرون
منشور في: (2024)

Self-supervised learning of audio-visual objects from video
حسب: Afouras, T, وآخرون
منشور في: (2020)

A sound approach: using large language models to generate audio descriptions for egocentric text-audio retrieval
حسب: Oncescu, A-M, وآخرون
منشور في: (2024)

Geometric latent dirichlet allocation on a matching graph for large-scale image datasets
حسب: Philbin, J, وآخرون
منشور في: (2010)

My lips are concealed: audio-visual speech enhancement through obstructions
حسب: Afouras, T, وآخرون
منشور في: (2019)

Development of a large-scale medical visual question-answering dataset
حسب: Xiaoman Zhang, وآخرون
منشور في: (2024-12-01)

Audio-visual modelling in a clinical setting
حسب: Jianbo Jiao, وآخرون
منشور في: (2024-07-01)

GCE: An Audio-Visual Dataset for Group Cohesion and Emotion Analysis
حسب: Eunchae Lim, وآخرون
منشور في: (2024-08-01)

EPIC-fusion: audio-visual temporal binding for egocentric action recognition
حسب: Kazakos, E, وآخرون
منشور في: (2020)

LUMINA: Linguistic unified multimodal Indonesian natural audio-visual dataset
حسب: Eka Rahayu Setyaningsih, وآخرون
منشور في: (2024-06-01)

TIM: a time interval machine for audio-visual action recognition
حسب: Chalk, J, وآخرون
منشور في: (2024)

Inductive visual localisation: factorised training for superior generalisation
حسب: Gupta, A, وآخرون
منشور في: (2018)

Inductive visual localisation: factorised training for superior generalisation
حسب: Gupta, A, وآخرون
منشور في: (2018)

Creating DALI, a Large Dataset of Synchronized Audio, Lyrics, and Notes
حسب: Gabriel Meseguer-Brocal, وآخرون
منشور في: (2020-06-01)

Learning to discover novel visual categories via deep transfer clustering
حسب: Han, K, وآخرون
منشور في: (2020)

A3CarScene: An audio-visual dataset for driving scene understanding
حسب: Michela Cantarini, وآخرون
منشور في: (2023-06-01)

Voxceleb: large-scale speaker verification in the wild
حسب: Nagrani, A, وآخرون
منشور في: (2019)

Audio-visual deception detection: DOLOS dataset and parameter-efficient crossmodal learning
حسب: Guo, Xiaobao, وآخرون
منشور في: (2023)

A large-scale fMRI dataset for the visual processing of naturalistic scenes
حسب: Zhengxin Gong, وآخرون
منشور في: (2023-08-01)