敌人出现：用于枪声分类和定位的游戏内枪声数据集

Oct, 2022

敌人出现：用于枪声分类和定位的游戏内枪声数据集

Enemy Spotted: in-game gun sound dataset for gunshot classification and localization

Junwoo Park, Youngwoo Cho, Gyuhyeon Sim, Hojoon Lee, Jaegul Choo

TL;DR本文介绍了如何利用 FPS 游戏构建一个包含 37 种不同类型枪声、距离和方向的枪声数据集 BGG，有助于训练并优化基于深度学习模型的枪声分类和定位任务，提高实际场景中火器分类和定位的准确度。

Abstract

Recently, deep learning-based methods have drawn huge attention due to their simple yet high performance without domain knowledge in sound classification and localization tasks. However, a lack of gun sounds in e

deep learning gun sounds fps games dataset firearm classification

发现论文，激发创造

YouTube-GDD: 一个具有丰富背景信息的枪支检测数据集挑战

该论文介绍了一种基于深度学习的自动枪支检测系统，使用新的动态数据集 YouTube Gun Detection Dataset（YouTube-GDD）评估了 YOLOv5 算法在枪支检测方面的性能，并分析了附加注释信息对枪支检测的影响。

Mar, 2022

活动射击者检测和稳健跟踪利用辅助合成数据

提出了一种检测射击者的方法，而不仅仅是枪支，利用域随机化和迁移学习提高训练的有效性，并使用 YOLOv8 和 Deep OC-SORT 实现了一个能够在边缘硬件上运行的射击者跟踪系统。

Sep, 2023

AGS: 国内场景声音事件识别的数据集和分类系统

本文提出了一个家庭环境声音数据集（称为 AGS），考虑了场景中各种类型的重叠音频和背景噪音，比较分析了先进的声音事件识别方法，并展示了该数据集的可靠性和新数据集带来的挑战。

Aug, 2023

艰难的方式本地化视觉音效

本文主要讲述了如何通过训练神经网络来定位视频中可见的声源，采用对图像难样本强化学习的方法以提升定位精度。同时，作者还介绍了一个新的数据集 VGG-Sound Source benchmark，并展示了该算法在其上的最先进性能。

Apr, 2021

VGGSound：大规模音频视觉数据集

利用计算机视觉技术收集大规模无噪声标签的音频 - 视觉数据集，用于训练和评估音频识别模型。使用图像分类算法，过滤环境噪声，创建 VGGSound 数据集，并研究了各种卷积神经网络架构和聚合方法，以建立新数据集的音频识别基线。

Apr, 2020

自动武器检测的新型深度学习流程

提出了一种新的流程，该流程由一组具有不同架构的卷积神经网络组成，用于监测实时视频中的武器，相比现有系统，该流程平均提高了 5% 的准确性、特异性和召回率。

Sep, 2023

WaveFake: 一份数据集，用以方便音频 Deepfake 检测

本文介绍了一些用于分析音频信号的常见信号处理技术。我们提供了一个新的数据集，并采用了两个基线模型，以便进一步研究深层次的生成建模在音频信号领域的应用。

Nov, 2021

规则化对比预训练用于少样本生物声音检测

通过提供开源代码，本研究旨在降低少样本生物声事件检测的门槛，通过提出一个简单而有效的框架来实现此任务，并通过规范化监督对比预训练来学习能够在新目标任务中进行良好迁移的特征，从而在无特征适应时取得 61.52%（0.48）的高 F 分数，在进一步对新目标任务进行特征适应时获得 68.19%（0.75）的 F 分数。

Sep, 2023

深度伪造音频的系统指纹识别：一份初始数据集和调查

本论文提出了一个用于系统指纹识别的 deepfake 音频数据集，并进行了初步调查，数据集由五个语音合成系统使用最先进的深度学习技术收集而成，为系统指纹识别方法的开发提供了一些基准和研究发现。

Aug, 2022

从反事实自然语言中学习音频概念

通过引入因果推理和反事实分析，我们在音频领域运用反事实实例，结合声音的特征和来源信息，有效提高了开放式基于语言的音频检索任务的准确率超过 43%。

Jan, 2024