Vggsound: a large-scale audio-visual dataset

Vggsound: a large-scale audio-visual dataset

Бібліографічні деталі
Автори:	Chen, H, Xie, W, Vedaldi, A, Zisserman, A
Формат:	Conference item
Мова:	English
Опубліковано:	IEEE 2020

Схожі ресурси

Audio-visual synchronisation in the wild
за авторством: Chen, H, та інші
Опубліковано: (2021)

On-the-fly learning for visual search of large-scale image and video datasets
за авторством: Chatfield, K, та інші
Опубліковано: (2015)

Large scale evaluation of local image featuredetectors on homography datasets
за авторством: Lenc, K, та інші
Опубліковано: (2018)

Deep Fisher networks for large-scale image classification
за авторством: Simonyan, K, та інші
Опубліковано: (2013)

A large-scale and PCR-referenced vocal audio dataset for COVID-19
за авторством: Budd, J, та інші
Опубліковано: (2024)

Large scale evaluation of local image feature detectors on homography datasets
за авторством: Lenc, K, та інші
Опубліковано: (2018)

A large-scale and PCR-referenced vocal audio dataset for COVID-19
за авторством: Jobie Budd, та інші
Опубліковано: (2024-06-01)

Sparse in space and time: audio-visual synchronisation with trainable selectors
за авторством: Iashin, V, та інші
Опубліковано: (2022)

Large-scale audio dataset for emergency vehicle sirens and road noises
за авторством: Muhammad Asif, та інші
Опубліковано: (2022-10-01)

Character-aware audio-visual subtitling in context
за авторством: Huh, J, та інші
Опубліковано: (2024)

VoxCeleb: a large-scale speaker identification dataset
за авторством: Nagrani, A, та інші
Опубліковано: (2017)

Building a large-scale dataset for audio-conditioned dance motion synthesis
за авторством: Wu, Jinyi
Опубліковано: (2022)

The conversation: deep audio-visual speech enhancement
за авторством: Alfouras, T, та інші
Опубліковано: (2018)

Deep audio-visual speech recognition
за авторством: Afouras, T, та інші
Опубліковано: (2018)

Visual analytics for large-scale datasets
за авторством: Gani, Reinaldo
Опубліковано: (2018)

QUERYD: a video dataset with high-quality text and audio narrations
за авторством: Oncescu, A-M, та інші
Опубліковано: (2021)

Localizing visual sounds the hard way
за авторством: Vedaldi, A, та інші
Опубліковано: (2021)

Audio-visual modelling in a clinical setting
за авторством: Jiao, J, та інші
Опубліковано: (2024)

Epic-sounds: a large-scale dataset of actions that sound
за авторством: Huh, J, та інші
Опубліковано: (2023)

Seeing wake words: Audio-visual keyword spotting
за авторством: Momeni, L, та інші
Опубліковано: (2020)

A Large-Scale Benchmark Dataset for Anomaly Detection and Rare Event Classification for Audio Forensics
за авторством: Ahmed Abbasi, та інші
Опубліковано: (2022-01-01)

Look, listen and recognise: character-aware audio-visual subtitling
за авторством: Korbar, B, та інші
Опубліковано: (2024)

Self-supervised learning of audio-visual objects from video
за авторством: Afouras, T, та інші
Опубліковано: (2020)

A sound approach: using large language models to generate audio descriptions for egocentric text-audio retrieval
за авторством: Oncescu, A-M, та інші
Опубліковано: (2024)

Geometric latent dirichlet allocation on a matching graph for large-scale image datasets
за авторством: Philbin, J, та інші
Опубліковано: (2010)

My lips are concealed: audio-visual speech enhancement through obstructions
за авторством: Afouras, T, та інші
Опубліковано: (2019)

Development of a large-scale medical visual question-answering dataset
за авторством: Xiaoman Zhang, та інші
Опубліковано: (2024-12-01)

Audio-visual modelling in a clinical setting
за авторством: Jianbo Jiao, та інші
Опубліковано: (2024-07-01)

GCE: An Audio-Visual Dataset for Group Cohesion and Emotion Analysis
за авторством: Eunchae Lim, та інші
Опубліковано: (2024-08-01)

EPIC-fusion: audio-visual temporal binding for egocentric action recognition
за авторством: Kazakos, E, та інші
Опубліковано: (2020)

LUMINA: Linguistic unified multimodal Indonesian natural audio-visual dataset
за авторством: Eka Rahayu Setyaningsih, та інші
Опубліковано: (2024-06-01)

TIM: a time interval machine for audio-visual action recognition
за авторством: Chalk, J, та інші
Опубліковано: (2024)

Inductive visual localisation: factorised training for superior generalisation
за авторством: Gupta, A, та інші
Опубліковано: (2018)

Inductive visual localisation: factorised training for superior generalisation
за авторством: Gupta, A, та інші
Опубліковано: (2018)

Creating DALI, a Large Dataset of Synchronized Audio, Lyrics, and Notes
за авторством: Gabriel Meseguer-Brocal, та інші
Опубліковано: (2020-06-01)

Learning to discover novel visual categories via deep transfer clustering
за авторством: Han, K, та інші
Опубліковано: (2020)

A3CarScene: An audio-visual dataset for driving scene understanding
за авторством: Michela Cantarini, та інші
Опубліковано: (2023-06-01)

Voxceleb: large-scale speaker verification in the wild
за авторством: Nagrani, A, та інші
Опубліковано: (2019)

Audio-visual deception detection: DOLOS dataset and parameter-efficient crossmodal learning
за авторством: Guo, Xiaobao, та інші
Опубліковано: (2023)

A large-scale fMRI dataset for the visual processing of naturalistic scenes
за авторством: Zhengxin Gong, та інші
Опубліковано: (2023-08-01)