An Efficient and Streaming Audio Visual Active Speaker Detection System
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Kundu, Arnav, Jin, Yanzi, Sekhavat, Mohammad, Horton, Max, Tormoen, Danny, Naik, Devang |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Efficient 3D Reconstruction, Streaming and Visualization of Static and Dynamic Scene Parts for Multi-client Live-telepresence in Large-scale Environments
par: Van Holland, Leif, et autres
Publié: (2022)
par: Van Holland, Leif, et autres
Publié: (2022)
CHART-6: Human-Centered Evaluation of Data Visualization Understanding in Vision-Language Models
par: Verma, Arnav, et autres
Publié: (2025)
par: Verma, Arnav, et autres
Publié: (2025)
OW-CLIP: Data-Efficient Visual Supervision for Open-World Object Detection via Human-AI Collaboration
par: Duan, Junwen, et autres
Publié: (2025)
par: Duan, Junwen, et autres
Publié: (2025)
AV-EmoDialog: Chat with Audio-Visual Users Leveraging Emotional Cues
par: Park, Se Jin, et autres
Publié: (2024)
par: Park, Se Jin, et autres
Publié: (2024)
VisionGPT: LLM-Assisted Real-Time Anomaly Detection for Safe Visual Navigation
par: Wang, Hao, et autres
Publié: (2024)
par: Wang, Hao, et autres
Publié: (2024)
DeepSORT-Driven Visual Tracking Approach for Gesture Recognition in Interactive Systems
par: Zhang, Tong, et autres
Publié: (2025)
par: Zhang, Tong, et autres
Publié: (2025)
AI-Enhanced Virtual Reality in Medicine: A Comprehensive Survey
par: Wu, Yixuan, et autres
Publié: (2024)
par: Wu, Yixuan, et autres
Publié: (2024)
StreamAvatar: Streaming Diffusion Models for Real-Time Interactive Human Avatars
par: Sun, Zhiyao, et autres
Publié: (2025)
par: Sun, Zhiyao, et autres
Publié: (2025)
AttributionScanner: A Visual Analytics System for Model Validation with Metadata-Free Slice Finding
par: Xuan, Xiwei, et autres
Publié: (2024)
par: Xuan, Xiwei, et autres
Publié: (2024)
Real-Time Hand Gesture Recognition: Integrating Skeleton-Based Data Fusion and Multi-Stream CNN
par: Yusuf, Oluwaleke, et autres
Publié: (2024)
par: Yusuf, Oluwaleke, et autres
Publié: (2024)
Visual Neural Decoding via Improved Visual-EEG Semantic Consistency
par: Chen, Hongzhou, et autres
Publié: (2024)
par: Chen, Hongzhou, et autres
Publié: (2024)
MetaRanker: Human-in-the-loop Active Ranking for Metalens Image Quality
par: Park, Yujin, et autres
Publié: (2026)
par: Park, Yujin, et autres
Publié: (2026)
Tell Me Without Telling Me: Two-Way Prediction of Visualization Literacy and Visual Attention
par: Chang, Minsuk, et autres
Publié: (2025)
par: Chang, Minsuk, et autres
Publié: (2025)
FluentLip: A Phonemes-Based Two-stage Approach for Audio-Driven Lip Synthesis with Optical Flow Consistency
par: Liu, Shiyan, et autres
Publié: (2025)
par: Liu, Shiyan, et autres
Publié: (2025)
Spot The Ball: A Benchmark for Visual Social Inference
par: Balamurugan, Neha, et autres
Publié: (2025)
par: Balamurugan, Neha, et autres
Publié: (2025)
Accelerating Physical Property Reasoning for Augmented Visual Cognition
par: Lan, Hongbo, et autres
Publié: (2025)
par: Lan, Hongbo, et autres
Publié: (2025)
Panda or not Panda? Understanding Adversarial Attacks with Interactive Visualization
par: You, Yuzhe, et autres
Publié: (2023)
par: You, Yuzhe, et autres
Publié: (2023)
Enhancing Saliency Prediction in Monitoring Tasks: The Role of Visual Highlights
par: Wu, Zekun, et autres
Publié: (2024)
par: Wu, Zekun, et autres
Publié: (2024)
Collection Space Navigator: An Interactive Visualization Interface for Multidimensional Datasets
par: Ohm, Tillmann, et autres
Publié: (2023)
par: Ohm, Tillmann, et autres
Publié: (2023)
A Comparative Study of Scanpath Models in Graph-Based Visualization
par: Lopez-Cardona, Angela, et autres
Publié: (2025)
par: Lopez-Cardona, Angela, et autres
Publié: (2025)
AIris: An AI-powered Wearable Assistive Device for the Visually Impaired
par: Brilli, Dionysia Danai, et autres
Publié: (2024)
par: Brilli, Dionysia Danai, et autres
Publié: (2024)
GenColor: Generative Color-Concept Association in Visual Design
par: Hou, Yihan, et autres
Publié: (2025)
par: Hou, Yihan, et autres
Publié: (2025)
Beyond Object Categories: Multi-Attribute Reference Understanding for Visual Grounding
par: Guo, Hao, et autres
Publié: (2025)
par: Guo, Hao, et autres
Publié: (2025)
SimVecVis: A Dataset for Enhancing MLLMs in Visualization Understanding
par: Liu, Can, et autres
Publié: (2025)
par: Liu, Can, et autres
Publié: (2025)
VIS-Shepherd: Constructing Critic for LLM-based Data Visualization Generation
par: Pan, Bo, et autres
Publié: (2025)
par: Pan, Bo, et autres
Publié: (2025)
CoEditor++: Instruction-based Visual Editing via Cognitive Reasoning
par: Ni, Minheng, et autres
Publié: (2026)
par: Ni, Minheng, et autres
Publié: (2026)
iTrace: Click-Based Gaze Visualization on the Apple Vision Pro
par: Mehmedova, Esra, et autres
Publié: (2025)
par: Mehmedova, Esra, et autres
Publié: (2025)
Visually Grounded Narratives: Reducing Cognitive Burden in Researcher-Participant Interaction
par: Wu, Runtong, et autres
Publié: (2025)
par: Wu, Runtong, et autres
Publié: (2025)
GAZEploit: Remote Keystroke Inference Attack by Gaze Estimation from Avatar Views in VR/MR Devices
par: Wang, Hanqiu, et autres
Publié: (2024)
par: Wang, Hanqiu, et autres
Publié: (2024)
SwissADT: An Audio Description Translation System for Swiss Languages
par: Fischer, Lukas, et autres
Publié: (2024)
par: Fischer, Lukas, et autres
Publié: (2024)
A Deep Learning Framework for Visual Attention Prediction and Analysis of News Interfaces
par: Kenely, Matthew, et autres
Publié: (2025)
par: Kenely, Matthew, et autres
Publié: (2025)
Visualization of a multidimensional point cloud as a 3D swarm of avatars
par: Luchowski, Leszek, et autres
Publié: (2025)
par: Luchowski, Leszek, et autres
Publié: (2025)
OSCAR: Object Status and Contextual Awareness for Recipes to Support Non-Visual Cooking
par: Li, Franklin Mingzhe, et autres
Publié: (2025)
par: Li, Franklin Mingzhe, et autres
Publié: (2025)
Visual Affect Analysis: Predicting Emotions of Image Viewers with Vision-Language Models
par: Nowicki, Filip, et autres
Publié: (2026)
par: Nowicki, Filip, et autres
Publié: (2026)
VizDefender: Unmasking Visualization Tampering through Proactive Localization and Intent Inference
par: Song, Sicheng, et autres
Publié: (2025)
par: Song, Sicheng, et autres
Publié: (2025)
Distinguishing Target and Non-Target Fixations with EEG and Eye Tracking in Realistic Visual Scenes
par: Sharma, Mansi, et autres
Publié: (2025)
par: Sharma, Mansi, et autres
Publié: (2025)
The Truth, the Whole Truth, and Nothing but the Truth: Automatic Visualization Evaluation from Reconstruction Quality
par: Bujack, Roxana, et autres
Publié: (2026)
par: Bujack, Roxana, et autres
Publié: (2026)
QuickDraw: Fast Visualization, Analysis and Active Learning for Medical Image Segmentation
par: Syomichev, Daniel, et autres
Publié: (2025)
par: Syomichev, Daniel, et autres
Publié: (2025)
Fuzzy Logic Approach For Visual Analysis Of Websites With K-means Clustering-based Color Extraction
par: Abildayeva, Tamiris, et autres
Publié: (2024)
par: Abildayeva, Tamiris, et autres
Publié: (2024)
Motion Sickness Modeling with Visual Vertical Estimation and Its Application to Autonomous Personal Mobility Vehicles
par: Liu, Hailong, et autres
Publié: (2022)
par: Liu, Hailong, et autres
Publié: (2022)
Documents similaires
-
Efficient 3D Reconstruction, Streaming and Visualization of Static and Dynamic Scene Parts for Multi-client Live-telepresence in Large-scale Environments
par: Van Holland, Leif, et autres
Publié: (2022) -
CHART-6: Human-Centered Evaluation of Data Visualization Understanding in Vision-Language Models
par: Verma, Arnav, et autres
Publié: (2025) -
OW-CLIP: Data-Efficient Visual Supervision for Open-World Object Detection via Human-AI Collaboration
par: Duan, Junwen, et autres
Publié: (2025) -
AV-EmoDialog: Chat with Audio-Visual Users Leveraging Emotional Cues
par: Park, Se Jin, et autres
Publié: (2024) -
VisionGPT: LLM-Assisted Real-Time Anomaly Detection for Safe Visual Navigation
par: Wang, Hao, et autres
Publié: (2024)