NAVVS (Naturalistic audio-visual volumetric sequences)

NAVVS数据集包括各种短体积探测动作。它为现实条件下的多模态研究和测试提供了宝贵的资源。数据集包括十种具有语义和声学多样性的不同动作。对于每个动作，可以使用4个2秒的时间来提供总共40个视听剪辑。

The NAVVS dataset includes various short volumetric detection actions, serving as a valuable resource for multimodal research and testing under real-world conditions. It comprises ten distinct actions with semantic and acoustic diversity. For each action, four 2-second audio-visual clips are provided, resulting in a total of 40 audio-visual clips across the entire dataset.

搜集汇总

背景与挑战

背景概述

NAVVS数据集是一个包含十种语义和声学多样性的短体积探测动作的自然视听序列资源，适用于现实条件下的多模态研究。每个动作提供4个2秒的视听剪辑，总计40个剪辑，由萨里大学于2021年发布。