Vggsound: a large-scale audio-visual dataset

Vggsound: a large-scale audio-visual dataset

Detaylı Bibliyografya
Asıl Yazarlar:	Chen, H, Xie, W, Vedaldi, A, Zisserman, A
Materyal Türü:	Conference item
Dil:	English
Baskı/Yayın Bilgisi:	IEEE 2020

Benzer Materyaller

Audio-visual synchronisation in the wild
Yazar:: Chen, H, ve diğerleri
Baskı/Yayın Bilgisi: (2021)

On-the-fly learning for visual search of large-scale image and video datasets
Yazar:: Chatfield, K, ve diğerleri
Baskı/Yayın Bilgisi: (2015)

Large scale evaluation of local image featuredetectors on homography datasets
Yazar:: Lenc, K, ve diğerleri
Baskı/Yayın Bilgisi: (2018)

Deep Fisher networks for large-scale image classification
Yazar:: Simonyan, K, ve diğerleri
Baskı/Yayın Bilgisi: (2013)

A large-scale and PCR-referenced vocal audio dataset for COVID-19
Yazar:: Budd, J, ve diğerleri
Baskı/Yayın Bilgisi: (2024)

Large scale evaluation of local image feature detectors on homography datasets
Yazar:: Lenc, K, ve diğerleri
Baskı/Yayın Bilgisi: (2018)

A large-scale and PCR-referenced vocal audio dataset for COVID-19
Yazar:: Jobie Budd, ve diğerleri
Baskı/Yayın Bilgisi: (2024-06-01)

Sparse in space and time: audio-visual synchronisation with trainable selectors
Yazar:: Iashin, V, ve diğerleri
Baskı/Yayın Bilgisi: (2022)

Large-scale audio dataset for emergency vehicle sirens and road noises
Yazar:: Muhammad Asif, ve diğerleri
Baskı/Yayın Bilgisi: (2022-10-01)

Character-aware audio-visual subtitling in context
Yazar:: Huh, J, ve diğerleri
Baskı/Yayın Bilgisi: (2024)

VoxCeleb: a large-scale speaker identification dataset
Yazar:: Nagrani, A, ve diğerleri
Baskı/Yayın Bilgisi: (2017)

Building a large-scale dataset for audio-conditioned dance motion synthesis
Yazar:: Wu, Jinyi
Baskı/Yayın Bilgisi: (2022)

The conversation: deep audio-visual speech enhancement
Yazar:: Alfouras, T, ve diğerleri
Baskı/Yayın Bilgisi: (2018)

Deep audio-visual speech recognition
Yazar:: Afouras, T, ve diğerleri
Baskı/Yayın Bilgisi: (2018)

Visual analytics for large-scale datasets
Yazar:: Gani, Reinaldo
Baskı/Yayın Bilgisi: (2018)

QUERYD: a video dataset with high-quality text and audio narrations
Yazar:: Oncescu, A-M, ve diğerleri
Baskı/Yayın Bilgisi: (2021)

Localizing visual sounds the hard way
Yazar:: Vedaldi, A, ve diğerleri
Baskı/Yayın Bilgisi: (2021)

Audio-visual modelling in a clinical setting
Yazar:: Jiao, J, ve diğerleri
Baskı/Yayın Bilgisi: (2024)

Epic-sounds: a large-scale dataset of actions that sound
Yazar:: Huh, J, ve diğerleri
Baskı/Yayın Bilgisi: (2023)

Seeing wake words: Audio-visual keyword spotting
Yazar:: Momeni, L, ve diğerleri
Baskı/Yayın Bilgisi: (2020)

A Large-Scale Benchmark Dataset for Anomaly Detection and Rare Event Classification for Audio Forensics
Yazar:: Ahmed Abbasi, ve diğerleri
Baskı/Yayın Bilgisi: (2022-01-01)

Look, listen and recognise: character-aware audio-visual subtitling
Yazar:: Korbar, B, ve diğerleri
Baskı/Yayın Bilgisi: (2024)

Self-supervised learning of audio-visual objects from video
Yazar:: Afouras, T, ve diğerleri
Baskı/Yayın Bilgisi: (2020)

A sound approach: using large language models to generate audio descriptions for egocentric text-audio retrieval
Yazar:: Oncescu, A-M, ve diğerleri
Baskı/Yayın Bilgisi: (2024)

Geometric latent dirichlet allocation on a matching graph for large-scale image datasets
Yazar:: Philbin, J, ve diğerleri
Baskı/Yayın Bilgisi: (2010)

My lips are concealed: audio-visual speech enhancement through obstructions
Yazar:: Afouras, T, ve diğerleri
Baskı/Yayın Bilgisi: (2019)

Development of a large-scale medical visual question-answering dataset
Yazar:: Xiaoman Zhang, ve diğerleri
Baskı/Yayın Bilgisi: (2024-12-01)

Audio-visual modelling in a clinical setting
Yazar:: Jianbo Jiao, ve diğerleri
Baskı/Yayın Bilgisi: (2024-07-01)

GCE: An Audio-Visual Dataset for Group Cohesion and Emotion Analysis
Yazar:: Eunchae Lim, ve diğerleri
Baskı/Yayın Bilgisi: (2024-08-01)

EPIC-fusion: audio-visual temporal binding for egocentric action recognition
Yazar:: Kazakos, E, ve diğerleri
Baskı/Yayın Bilgisi: (2020)

LUMINA: Linguistic unified multimodal Indonesian natural audio-visual dataset
Yazar:: Eka Rahayu Setyaningsih, ve diğerleri
Baskı/Yayın Bilgisi: (2024-06-01)

TIM: a time interval machine for audio-visual action recognition
Yazar:: Chalk, J, ve diğerleri
Baskı/Yayın Bilgisi: (2024)

Inductive visual localisation: factorised training for superior generalisation
Yazar:: Gupta, A, ve diğerleri
Baskı/Yayın Bilgisi: (2018)

Inductive visual localisation: factorised training for superior generalisation
Yazar:: Gupta, A, ve diğerleri
Baskı/Yayın Bilgisi: (2018)

Creating DALI, a Large Dataset of Synchronized Audio, Lyrics, and Notes
Yazar:: Gabriel Meseguer-Brocal, ve diğerleri
Baskı/Yayın Bilgisi: (2020-06-01)

Learning to discover novel visual categories via deep transfer clustering
Yazar:: Han, K, ve diğerleri
Baskı/Yayın Bilgisi: (2020)

A3CarScene: An audio-visual dataset for driving scene understanding
Yazar:: Michela Cantarini, ve diğerleri
Baskı/Yayın Bilgisi: (2023-06-01)

Voxceleb: large-scale speaker verification in the wild
Yazar:: Nagrani, A, ve diğerleri
Baskı/Yayın Bilgisi: (2019)

Audio-visual deception detection: DOLOS dataset and parameter-efficient crossmodal learning
Yazar:: Guo, Xiaobao, ve diğerleri
Baskı/Yayın Bilgisi: (2023)

A large-scale fMRI dataset for the visual processing of naturalistic scenes
Yazar:: Zhengxin Gong, ve diğerleri
Baskı/Yayın Bilgisi: (2023-08-01)