Jove
Visualize
お問い合わせ

関連する概念動画

Perceiving Loudness, Pitch, and Location01:21

Perceiving Loudness, Pitch, and Location

419
The human brain perceives pitch through two primary mechanisms reflected in place theory and frequency theory. Each mechanism describes how sound waves are interpreted as specific pitches by the brain, offering insights into the intricate processes of auditory perception.
Place theory, or place coding, suggests that different pitches are heard because various sound waves activate specific locations along the cochlea's basilar membrane. The brain determines the pitch of a sound by...
419
Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device01:30

Design Example: Identifying the Locations of Monuments in the Field Using Global Positioning System Device

168
Surveyors use Global Positioning System (GPS) technology to measure the precise location and elevation of points on Earth. In a recent survey, GPS receivers were used to determine the coordinates and elevations of two park monuments. The process involved careful mission planning, data collection, and correction to ensure accuracy. The survey began with mission planning to identify optimal satellite visibility and minimize Position Dilution of Precision (PDOP). A geodetic control point...
168
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー
  1. ホーム
  3. 詳細なオーディオ・ビジュアル イベント ローカライゼーション
  1. ホーム
  3. 詳細なオーディオ・ビジュアル イベント ローカライゼーション

関連する実験動画

Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment
08:25

Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment

Published on: May 7, 2019

9.1K

詳細なオーディオ・ビジュアル イベント ローカライゼーション

Baoyu Fan, Lu Liu, Xiaochuan Li

    IEEE transactions on neural networks and learning systems
    |September 4, 2025

    PubMed で要約を見る

    まとめ
    この要約は機械生成です。

    この研究は,詳細なイベント認識のための細粒度オーディオビジュアルイベントローカライゼーション (AVEL) を導入します. 新しいデータセット (IT-AVE) と方法 (SVED) が開発され,微妙なオーディオ・ビジュアルイベントを識別する性能が向上しました.

    さらに関連する動画

    A Methodology for Capturing Joint Visual Attention Using Mobile Eye-Trackers
    12:39

    A Methodology for Capturing Joint Visual Attention Using Mobile Eye-Trackers

    Published on: January 18, 2020

    7.8K
    Multi-color Localization Microscopy of Single Membrane Proteins in Organelles of Live Mammalian Cells
    11:06

    Multi-color Localization Microscopy of Single Membrane Proteins in Organelles of Live Mammalian Cells

    Published on: June 30, 2018

    8.6K

    関連する実験動画

    Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment
    08:25

    Combining Eye-tracking Data with an Analysis of Video Content from Free-viewing a Video of a Walk in an Urban Park Environment

    Published on: May 7, 2019

    9.1K
    A Methodology for Capturing Joint Visual Attention Using Mobile Eye-Trackers
    12:39

    A Methodology for Capturing Joint Visual Attention Using Mobile Eye-Trackers

    Published on: January 18, 2020

    7.8K
    Multi-color Localization Microscopy of Single Membrane Proteins in Organelles of Live Mammalian Cells
    11:06

    Multi-color Localization Microscopy of Single Membrane Proteins in Organelles of Live Mammalian Cells

    Published on: June 30, 2018

    8.6K

    科学分野:

    • コンピュータ・ビジョン
    • 機械学習
    • 信号処理

    背景:

    • 既存のオーディオ・ビジュアル・ イベント・ ローカライゼーション (AVEL) は,主に粗い粒子の イベントに焦点を当てています.
    • 専門的なアプリケーションやコンテンツの生成には細かいイベントを区別することが不可欠ですが,その微妙さのために依然として困難です.
    • 細粒度AVELの複雑さを扱うための専門データセットと方法が必要です.

    研究 の 目的:

    • 微細なオーディオ・ビジュアル・イベントのローカライゼーションにおける新しい研究方向を確立する.
    • 細粒度AVEL (IT-AVE) に特化した最初のデータセットを導入する.
    • 微細な現象を特定できる新しい方法 (SVED) を提案する.

    主な方法:

    • IT-AVEのデータセットの構築,13kのクリップと52kのイベントを音楽器のパフォーマンスから,細かい弾き技を持つ専門家によってアノートされた.
    • 微妙で乱れた微細なイベントを検出する課題に取り組むために,空間時間ビデオイベント検出器 (SVED) の開発.
    • IT-AVEと既存のデータセットの微細化されたバージョン (UnAV-22,FineAction-AV) を使用した実験的検証.

    主要な成果:

    • 提案されたSVED方法は,微細なオーディオ・ビジュアルイベントのローカライゼーションにおいて有効性を示しています.
  • 実験は,細粒子のAVELアプローチの評価のためのIT-AVEデータセットの有用性を確認しています.
  • 比較結果は,関連データセットのベースラインアプローチよりも新しい方法の利点を強調しています.

    • 結論:

    • 開発されたIT-AVEデータセットとSVEDメソッドは,微細なオーディオビジュアルイベントのローカライゼーションの分野を前進させています.
    • この研究は,特に微妙なイベント検出のための,統合されたオーディオビジュアル理解に関する将来の研究のための基礎を提供します.
    • 発見は,正確なイベント識別を必要とする専門分野でのパフォーマンスの改善の可能性を示唆しています.