法国国家信息与自动化研究所格勒诺布尔-阿尔卑斯分部 发布 WildVVAD 数据集, 应用在 视觉语音活动检测、视频分析 领域

法国国家信息与自动化研究所格勒诺布尔-阿尔卑斯分部 本次发布的数据集 WildVVAD, WildVVAD数据集是由法国国家信息与自动化研究所格勒诺布尔-阿尔卑斯分部和格勒诺布尔阿尔卑斯大学创建的，旨在通过视觉特征预测人是否在说话。该数据集包含13,000个两秒的视频，涵盖了多种头部姿态、分辨率和视频质量，以及不同的种族、年龄和性别。数据集的创建过程涉及自动化的数据采集和标注，结合音频语音活动检测和面部检测技术。WildVVAD数据集主要应用于视觉语音活动检测领域，特别是在音频信号难以分析或缺失的情况下，提供了一种有效的解决方案。

查看WildVVAD

关于 法国国家信息与自动化研究所格勒诺布尔-阿尔卑斯分部 , 法国国家信息与自动化研究所（INRIA）是法国的一个公共研究机构，专注于计算机科学和应用数学的研究与开发。格勒诺布尔-阿尔卑斯分部是其在格勒诺布尔地区的一个分支机构，致力于推动信息与自动化技术的前沿研究。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。