Conformer 썸네일형 리스트형 [논문리뷰] DCASE 2025 1st 1. IntroductionDCASE 2025 Challenge의 Task 3에서 1위한 논문입니다. 스테레오 오디오가 포함된 일반 비디오 콘텐츠에서의 sound event localization and detection(SELD) 과제입니다. 음원의 도래 방향(DOA)과 거리 추정에 더해, 오디오-비주얼 SELD 과제는 음원이 화면 안에 존재하는지 여부도 예측해야 합니다. 오디오 전용 트랙에서는 스테레오 오디오로부터 추출한 2채널 log-Mel 스펙트로그램 특징을 모델 입력으로 사용하였습니다.1차 Ambisonics(FOA)용으로 제안된 audio-visual pixel swapping(AVPS) 기법을, 좌우 채널 교환과 수평 방향 비디오 픽셀 전치를 결합하는 방식으로 스테레오 형식에 맞게 변형하여 .. 더보기 이전 1 다음
