「eess.AS」カテゴリーアーカイブ

Exploiting Transformation Invariance and Equivariance for Self-supervised Sound Localisation

投稿日: 2022年8月16日 作成者: jarxiv

要約 ビデオの音源をローカライズするために、オーディオビジュアル表現学習のための … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | Exploiting Transformation Invariance and Equivariance for Self-supervised Sound Localisation はコメントを受け付けていません

Hybrid Multimodal Feature Extraction, Mining and Fusion for Sentiment Analysis

投稿日: 2022年8月15日 作成者: jarxiv

要約 このホワイト ペーパーでは、MuSe-Humor、MuSe-Reactio … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.SD, eess.AS, eess.IV | Hybrid Multimodal Feature Extraction, Mining and Fusion for Sentiment Analysis はコメントを受け付けていません

Late multimodal fusion for image and audio music transcription

投稿日: 2022年8月15日 作成者: jarxiv

要約 音楽ソースを構造化されたデジタル形式に変換する音楽のトランスクリプションは … 続きを読む →

カテゴリー: cs.CV, cs.IR, cs.MM, cs.SD, eess.AS, I.4 | Late multimodal fusion for image and audio music transcription はコメントを受け付けていません

An Intensity and Phase Stacked Analysis of Phase-OTDR System using Deep Transfer Learning and Recurrent Neural Networks

投稿日: 2022年8月9日 作成者: jarxiv

要約 分散型音響センサ（DAS）は、光ファイバに沿って様々な事象の信号を非常に高 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.SD, eess.AS | An Intensity and Phase Stacked Analysis of Phase-OTDR System using Deep Transfer Learning and Recurrent Neural Networks はコメントを受け付けていません

Hybrid Multimodal Feature Extraction, Mining and Fusion for Sentiment Analysis

投稿日: 2022年8月8日 作成者: jarxiv

要約 本論文では，MuSe-Humor, MuSe-Reaction, MuSe … 続きを読む →

カテゴリー: cs.CL, cs.CV, cs.SD, eess.AS, eess.IV | Hybrid Multimodal Feature Extraction, Mining and Fusion for Sentiment Analysis はコメントを受け付けていません

ECLIPSE: Efficient Long-range Video Retrieval using Sight and Sound

投稿日: 2022年8月3日 作成者: jarxiv

要約 テキストからビデオへの長距離検索のためのオーディオビジュアル手法を紹介しま … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.SD, eess.AS | ECLIPSE: Efficient Long-range Video Retrieval using Sight and Sound はコメントを受け付けていません

Towards Unconstrained Audio Splicing Detection and Localization with Neural Networks

投稿日: 2022年8月1日 作成者: jarxiv

要約 無料で利用できる使いやすいオーディオ編集ツールを使用すると、オーディオのス … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.SD, eess.AS | Towards Unconstrained Audio Splicing Detection and Localization with Neural Networks はコメントを受け付けていません

End-To-End Audiovisual Feature Fusion for Active Speaker Detection

投稿日: 2022年7月28日 作成者: jarxiv

要約 アクティブスピーカー検出は、人間と機械の相互作用において重要な役割を果たし … 続きを読む →

カテゴリー: cs.CV, cs.MM, cs.SD, eess.AS | End-To-End Audiovisual Feature Fusion for Active Speaker Detection はコメントを受け付けていません

VoViT: Low Latency Graph-based Audio-Visual Voice Separation Transformer

投稿日: 2022年7月20日 作成者: jarxiv

要約 このホワイトペーパーでは、音声と歌声の2つのシナリオで、低遅延で最先端の結 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.SD, eess.AS | VoViT: Low Latency Graph-based Audio-Visual Voice Separation Transformer はコメントを受け付けていません

Quantized GAN for Complex Music Generation from Dance Videos

投稿日: 2022年7月20日 作成者: jarxiv

要約 Dance2Music-GAN（D2M-GAN）は、ダンスビデオを条件とし … 続きを読む →

カテゴリー: cs.CV, cs.SD, eess.AS | Quantized GAN for Complex Music Generation from Dance Videos はコメントを受け付けていません