Wyniki wyszukiwania dla: audio processing objects

• Wow detection and compensation employing spectral processing of audio.

  Publikacja

  • A. Czyżewski
  • P. Maziewski
  • M. Dziubiński
  • A. Kaczmarek
  • B. Kostek

  - Rok 2004

  Praca zawiera opis opracowanych algorytmów detekcji i kompensacji pasożytniczych modulacji częstotliwości wynikających z nierównomiernego przesuwu nośnika dźwięku. Proponowane metody opracowano ze szczególnym uwzględnieniem przypadkowych zniekształceń drżenia obecnych w archiwalnych filmowych ścieżkach dźwiękowych. Dodatkowo algorytmy badają wpływ zniekształceń na strukturę formantową sygnałów. Analiza zmian położenia formantów...

• IEEE TRANSACTIONS ON SPEECH AND AUDIO PROCESSING

  Czasopisma

  ISSN: 1063-6676

• IEEE Transactions on Audio Speech and Language Processing

  Czasopisma

  ISSN: 1558-7916

• Elimination of Impulsive Disturbances From Archive Audio Signals Using Bidirectional Processing

  Publikacja

  • M. Niedźwiecki
  • M. Ciołek

  - IEEE Transactions on Audio Speech and Language Processing - Rok 2013

  In this application-oriented paper we consider the problem of elimination of impulsive disturbances, such as clicks, pops and record scratches, from archive audio recordings. The proposed approach is based on bidirectional processing—noise pulses are localized by combining the results of forward-time and backward-time signal analysis. Based on the results of specially designed empirical tests (rather than on the results of theoretical analysis),...

  Pełny tekst do pobrania w portalu

• RENOVATION OF ARCHIVE AUDIO RECORDINGS USING SPARSE AUTOREGRESSIVE MODELING AND BIDIRECTIONAL PROCESSING

  Publikacja

  • M. Niedźwiecki
  • M. Ciołek

  - Rok 2013

  The paper presents a new approach to elimination of broadband noise and impulsive disturbances from archive audio recordings. The proposed adaptive Kalman-like algorithm, based on a sparse autoregressive model of the audio signal, simultaneously detects noise pulses, interpolates the irrevocably distorted samples and performs signal smoothing. It is shown that bidirectional (forward-backward) processing of the archive signal improves...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Intelligent Audio Signal Processing − Do We Still Need Annotated Datasets?

  Publikacja

  • B. Kostek

  - Rok 2022

  In this paper, intelligent audio signal processing examples are shortly described. The focus is, however, on the machine learning approach and datasets needed, especially for deep learning models. Years of intense research produced many important results in this area; however, the goal of fully intelligent signal processing, characterized by its autonomous acting, is not yet achieved. Therefore, a review of state-of-the-art concerning...

  Pełny tekst do pobrania w portalu

• IEEE-ACM Transactions on Audio Speech and Language Processing

  Czasopisma

  ISSN: 2329-9290

• Adaptive system for recognition of sounds indicating threats to security of people and property employing parallel processing of audio data streams

  Publikacja

  • K. Łopatka

  - Rok 2015

  A system for recognition of threatening acoustic events employing parallel processing on a supercomputing cluster is featured. The methods for detection, parameterization and classication of acoustic events are introduced. The recognition engine is based onthreshold-based detection with adaptive threshold and Support Vector Machine classifcation. Spectral, temporal and mel-frequency descriptors are used as signal features. The...

• EURASIP Journal on Audio Speech and Music Processing

  Czasopisma

  ISSN: 1687-4714 , eISSN: 1687-4722

• International Symposium on Audio, Video, Image Processing and Intelligent Applications

  Konferencje

• Elimination of Impulsive Disturbances From Stereo Audio Recordings Using Vector Autoregressive Modeling and Variable-order Kalman Filtering

  Publikacja

  • M. Niedźwiecki
  • M. Ciołek
  • K. Cisowski

  - IEEE Transactions on Audio Speech and Language Processing - Rok 2015

  This paper presents a new approach to elimination of impulsive disturbances from stereo audio recordings. The proposed solution is based on vector autoregressive modeling of audio signals. Online tracking of signal model parameters is performed using the exponential ly weighted least squares algo- rithm. Detection of noise pulses an d model-based interpolation of the irrevocably distorted sampl es is realized using an adaptive, variable-order...

  Pełny tekst do pobrania w portalu

• Automatic music signal mixing system based on one-dimensional Wave-U-Net autoencoders

  Publikacja

  • D. Koszewski
  • T. Görne
  • G. Korvel
  • B. Kostek

  - EURASIP Journal on Audio Speech and Music Processing - Rok 2023

  The purpose of this paper is to show a music mixing system that is capable of automatically mixing separate raw recordings with good quality regardless of the music genre. This work recalls selected methods for automatic audio mixing first. Then, a novel deep model based on one-dimensional Wave-U-Net autoencoders is proposed for automatic music mixing. The model is trained on a custom-prepared database. Mixes created using the...

  Pełny tekst do pobrania w portalu

• Dynamic Bayesian Networks for Symbolic Polyphonic Pitch Modeling

  Publikacja

  • S. Raczyński
  • E. Vincent
  • S. Sagayama

  - IEEE Transactions on Audio Speech and Language Processing - Rok 2013

  Symbolic pitch modeling is a way of incorporating knowledge about relations between pitches into the process of an- alyzing musical information or signals. In this paper, we propose a family of probabilistic symbolic polyphonic pitch models, which account for both the “horizontal” and the “vertical” pitch struc- ture. These models are formulated as linear or log-linear interpo- lations of up to fi ve sub-models, each of which is...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Estimation of the short-term predictor parameters of speech under noisy conditions

  Publikacja

  • M. Kuropatwinski
  • W. Kleijn
  • M. Kuropatwiński

  - IEEE Transactions on Audio Speech and Language Processing - Rok 2006

  Pełny tekst do pobrania w serwisie zewnętrznym

• New approach for determining the QoS of MP3-coded voice signals in IP networks

  Publikacja

  • T. Uhl
  • S. Paulsen
  • K. Nowicki

  - EURASIP Journal on Audio Speech and Music Processing - Rok 2017

  Present-day IP transport platforms being what they are, it will never be possible to rule out conflicts between the available services. The logical consequence of this assertion is the inevitable conclusion that the quality of service (QoS) must always be quantifiable no matter what. This paper focuses on one method to determine QoS. It defines an innovative, simple model that can evaluate the QoS of MP3-coded voice data transported...

  Pełny tekst do pobrania w portalu

• Genre-Based Music Language Modeling with Latent Hierarchical Pitman-Yor Process Allocation

  Publikacja

  • S. Raczyński
  • E. Vincent

  - IEEE Transactions on Audio Speech and Language Processing - Rok 2014

  In this work we present a new Bayesian topic model: latent hierarchical Pitman-Yor process allocation (LHPYA), which uses hierarchical Pitman-Yor pr ocess priors for both word and topic distributions, and generalizes a few of the existing topic models, including the latent Dirichlet allocation (LDA), the bi- gram topic model and the hierarchical Pitman-Yor topic model. Using such priors allows for integration of -grams with a topic model,...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Piotr Szczuko dr hab. inż.

  Osoby

  Katedra Systemów Multimedialnych

  Dr hab. inż. Piotr Szczuko w 2002 roku ukończył studia na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej zdobywając tytuł magistra inżyniera. Tematem pracy dyplomowej było badanie zjawisk jednoczesnej percepcji obrazu cyfrowego i dźwięku dookólnego. W roku 2008 obronił rozprawę doktorską zatytułowaną "Zastosowanie reguł rozmytych w komputerowej animacji postaci", za którą otrzymał nagrodę Prezesa Rady...

• Personal adaptive tuning of mobile computer audio

  Publikacja

  • K. Łopatka
  • J. Kotus
  • P. Suchomski
  • A. Czyżewski
  • B. Kostek

  - Rok 2015

  An integrated methodology for enhancing audio quality in mobile computers is presented. The key features are adaptation of the characteristics of the acoustic track to the changing conditions and to the user's individual preferences. Original signal processing algorithms are introduced, which concern: linearization of frequency response, dialogue intelligibility enhancement and dynamics processing tuned up to the user's preferences....

• Marek Blok dr hab. inż.

  Osoby

  Marek Blok w 1994 roku ukończył studia na kierunku Telekomunikacja wydziału Elektroniki Politechniki Gdańskiej i uzyskał tytuł mgra inżyniera. Doktorat w zakresie telekomunikacji uzyskał w 2003 roku na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej. W 2017 roku uzyskał stopień naukowy dra habilitowanego w dyscyplinie telekomunikacja. Jego zainteresowania badawcze ukierunkowane są na telekomunikacyjne...

• Adaptive Personal Tuning of Sound in Mobile Computers

  Publikacja

  • A. Czyżewski
  • A. Ciarkowski
  • B. Kostek
  • J. Kotus
  • K. Łopatka
  • P. Suchomski

  - JOURNAL OF THE AUDIO ENGINEERING SOCIETY - Rok 2016

  An integrated methodology for enhancing audio quality in mobile computers is presented. The key features are adaptation of the characteristics of their acoustic track to changing acoustic conditions of the environment and to users’ individual preferences. Signal processing algorithms are introduced that concern: linearization of frequency response, dialogue intelligibility enhancement, and dynamics processing tuned up to the users’...

  Pełny tekst do pobrania w portalu

• Audio content analysis in the urban area telemonitoring system

  Publikacja

  • P. Żwan
  • P. Sobala
  • P. Szczuko
  • A. Czyżewski

  - Rok 2010

  Artykuł przedstawia możliwości rozwinięcie monitoringu miejskiego o automatyczną analizę dźwięku. Przedstawiono metody parametryzacji dźwięku, które możliwe są do zastosowania w takim systemie oraz omówiono aspekty techniczne implementacji. W kolejnej części przedstawiono system decyzyjny oparty na drzewach zastosowany w systemie. System ten rozpoznaje dźwięki niebezpieczne (strzał, rozbita szyba, krzyk) wśród dźwięków zarejestrowanych...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Michał Lech dr inż.

  Osoby

  Michał Lech was born in Gdynia in 1983. In 2007 he graduated from the faculty of Electronics, Telecommunications and Informatics of Gdansk University of Technology. In June 2013, he received his Ph.D. degree. The subject of the dissertation was: “A Method and Algorithms for Controlling the Sound Mixing Processes with Hand Gestures Recognized Using Computer Vision”. The main focus of the thesis was the bias of audio perception caused...

• Data obtained via parametrization of differently mixed audio signals

  Dane Badawcze

  open access

  • J. Stefański
  • K. Marciniuk

  Dataset consists of audio samples and the results of their parametrization. The extraction of music parameters was performed using MIRToolbox. Information extracted from the samples was used as a database for master's thesis titled 'The influence of audio signal processing chain in mixing on the emotional state of a music piece'.

• Discovering Rule-Based Learning Systems for the Purpose of Music Analysis

  Publikacja

  • G. Korvel
  • B. Kostek

  - Journal of the Acoustical Society of America - Rok 2019

  Music analysis and processing aims at understanding information retrieved from music (Music Information Retrieval). For the purpose of music data mining, machine learning (ML) methods or statistical approach are employed. Their primary task is recognition of musical instrument sounds, music genre or emotion contained in music, identification of audio, assessment of audio content, etc. In terms of computational approach, music databases...

  Pełny tekst do pobrania w portalu

• Grzegorz Lentka dr hab. inż.

  Osoby

  Wydział Elektroniki, Telekomunikacji i Informatyki, Katedra Metrologii i Optoelektroniki

  Grzegorz Lentka uzyskał tytuł magistra inżyniera w roku 1996 na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej w zakresie systemów pomiarowych. Stopień doktora nauk technicznych uzyskał w roku 2003, a doktora habilitowanego w 2014. Obecnie zatrudniony jest w Katedrze Metrologii i Optoelektroniki na stanowisku profesora PG. W ramach prowadzonej dydaktyki zajmuje się zagadnieniami związanymi z interfejsami...

• Grzegorz Szwoch dr hab. inż.

  Osoby

  Katedra Systemów Multimedialnych

  Grzegorz Szwoch urodził się w 1972 roku w Gdańsku. W latach 1991-1996 studiował na wydziale Elektroniki Politechniki Gdańskiej. W roku 1996 ukończył studia w Zakładzie Inżynierii Dźwięku (obecnie Katedra Systemów Multimedialnych), broniąc pracę dyplomową pt. Modelowanie fizyczne wybranych instrumentów muzycznych. W tym samym roku dołączył do zespołu badawczego Katedry jako uczestnik Studium Doktoranckiego. Od stycznia 2001 roku...

• Krzysztof Goczyła prof. dr hab. inż.

  Osoby

  Katedra Inżynierii Oprogramowania

  Krzysztof Goczyła, profesor zwyczajny Politechniki Gdańskiej, informatyk, specjalista z inżynierii oprogramowania, inżynierii wiedzy i baz danych. Ukończył studia wyższe na  Wydziale Elektroniki Politechniki Gdańskiej w 1976 r. jako magister inżynier elektronik w specjalności automatyka. Na Politechnice Gdańskiej pracuje od 1976. Na Wydziale Elektroniki PG w 1982 r. uzyskał doktorat z informatyki, a w 1999 r. habilitację. W 2012...

• Piotr Odya dr inż.

  Osoby

  Katedra Systemów Multimedialnych

  Piotr Odya urodził się w Gdańsku w 1974. W 1999 roku ukończył z wyróżnieniem studia na Wydziale Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej zdobywając tytuł magistra inżyniera. Praca dyplomowa dotyczyła problemów poprawy jakości dźwięku w studiach emisyjnych współczesnych rozgłośni radiowych.Jego zainteresowania dotyczą montażu wideofonicznego, systemów dźwięku wielokanałowego. W ramach studiów doktoranckich...

• Moving object detection and tracking for the purpose of multimodal surveillance system in urban areas

  Publikacja

  • A. Czyżewski
  • P. Dalka

  - Rok 2008

  Background subtraction method based on mixture of Gaussians was employed to detect all regions in a video frame denoting moving objects. Kalman filters were used for establishing relations between the regions and real moving objects in a scene and for tracking them continuously. The objects were represented by rectangles. The objects coupling with adequate regions including the relation of many-to-many was studied experimentally...

• Automatic system for audio-video material reconstruction and archiving

  Publikacja

  • A. Kupryjanow
  • A. Czyżewski

  - Rok 2008

  Referat przedstawia propozycję modelu systemu automatycznej archiwizacji i rekonstrukcji nagrań audio-wideo. Założeniem tego rozwiązania jest uczynienie procesu rekonstrukcji nagrań bardziej niezależnym od człowieka. Ma to na celu redukcję kosztów rekonstrukcji przetwarzanych nagrań. Z powodu dużej liczby archiwalnych nagrań audio-wideo istnieje potrzeba stworzenia systemu który umożliwi automatyczną indeksację ich treści. Pomoże...

• Multimodal Surveillance Based Personal Protection System

  Publikacja

  • J. Kotus
  • P. Dalka
  • M. Szczodrak
  • G. Szwoch
  • P. Szczuko
  • A. Czyżewski

  - Rok 2013

  A novel, multimodal approach for automatic detection of abduction of a protected individual, employing dedicated personal protection device and a city monitoring system is proposed and overviewed. The solution is based on combining four modalities (signals coming from: Bluetooth, fixed and PTZ cameras, thermal camera, acoustic sensors). The Bluetooth signal is used continuously to monitor the protected person presence, and in case...

• Vident-synth: a synthetic intra-oral video dataset for optical flow estimation

  Dane Badawcze

  embargo

  • E. Lewandowska
  • A. Jezierska
  • D. Węsierski

  We introduce Vident-synth, a large dataset of synthetic dental videos with corresponding ground truth forward and backward optical flows and occlusion masks. It can be used for:

• Algorytmy wykrywania krawędzi w obrazie

  Publikacja

  • P. Kowalski
  • M. Czyżak

  - Poznan University of Technology Academic Journals. Electrical Engineering - Rok 2018

  Wykrywanie krawędzi jest pierwszym etapem w cyfrowym przetwarzaniu obrazów. Operacja ta polega na usunięciu informacji takich jak kolor czy też jasność, a pozostawieniu jedynie krawędzi. Efektem tej operacji jest znaczna redukcja ilości danych do dalszej analizy. Pozwala to na zastosowanie w następnych etapach bardziej złożonych algorytmów rozpoznawania obiektów na podstawie kształtu. W artykule zaprezentowano zastosowanie algorytmów...

  Pełny tekst do pobrania w portalu

• Paweł Tysiąc dr inż.

  Osoby

  Katedra Geodezji

  dr inż. Paweł Tysiąc   Urodził się 25 marca 1992 w Gdańsku. Po ukończeniu Gimnazjum nr 32 uczęszczał do VIII Liceum Ogólnokształcącego im. Komisji Edukacji Narodowej w Gdańsku, klasy o profilu matematyczno-geograficznym, uzyskując w 2011 roku świadectwo dojrzałości. Następnie w latach 2011-2016 kontynuował naukę na Wydziale Inżynierii Lądowej i Środowiska Politechniki Gdańskiej. Ukończył studia I stopnia w specjalności Geodezja...

• Measurement of Latency in the Android Audio Path

  Publikacja

  • M. Blaszke
  • D. Weber
  • S. Zaporowski

  - Rok 2018

  This paper provides a description of experimental investigations concerning comparison between the audio path characteristics of various Android versions. First, information about the changes in each system version in the context of latency caused by them is presented. Then, a measurement procedure employing available applications to measure latency is described comparing to results contained in the Internet. Finally, a comparison...

  Pełny tekst do pobrania w serwisie zewnętrznym

• JOURNAL OF THE AUDIO ENGINEERING SOCIETY

  Czasopisma

  ISSN: 1549-4950

• Localization of impulsive disturbances in audio signals using template matching

  Publikacja

  • M. Niedźwiecki
  • M. Ciołek

  - DIGITAL SIGNAL PROCESSING - Rok 2015

  In this paper, a new solution to the problem of elimination of impulsive disturbances from audio signals, based on the matched filtering technique, is proposed. The new approach stems from the observation that a large proportion of noise pulses corrupting audio recordings have highly repetitive shapes that match several typical “patterns”. In many cases a representative set of exemplary pulse waveforms can be extracted from the...

  Pełny tekst do pobrania w portalu

• A Study on Audio Signal Processed by "Instant Mastering"

  Publikacja

  • M. Piotrowska
  • S. Piotrowski
  • B. Kostek

  - Rok 2018

  An increasing amount of music produced in home- and project-studios results in development and growth of "automatic mastering services". The presented investigation explores changes introduced to audio signal by various online mastering platforms. A music set consisting of 10 songs produced in small facilities was processed by eight on-line automatic mastering services. Additionally, some laboratory-constructed signals were tested....

• EXAMINING INFLUENCE OF VIDEO FRAMERATE AND AUDIO/VIDEO SYNCHRONIZATION ON AUDIO-VISUAL SPEECH RECOGNITION ACCURACY

  Publikacja

  • P. Bratoszewski
  • K. Łopatka
  • A. Czyżewski

  - Rok 2014

  The problem of video framerate and audio/video synchronization in audio-visual speech recogni-tion is considered. The visual features are added to the acoustic parameters in order to improve the accuracy of speech recognition in noisy conditions. The Mel-Frequency Cepstral Coefficients are used on the acoustic side whereas Active Appearance Model features are extracted from the image. The feature fusion approach is employed. The...

• EXAMINING INFLUENCE OF VIDEO FRAMERATE AND AUDIO/VIDEO SYNCHRONIZATION ON AUDIO-VISUAL SPEECH RECOGNITION ACCURACY

  Publikacja

  • P. Bratoszewski
  • K. Łopatka
  • A. Czyżewski

  - Rok 2014

  The problem of video framerate and audio/video synchronization in audio-visual speech recognition is considered. The visual features are added to the acoustic parameters in order to improve the accuracy of speech recognition in noisy conditions. The Mel-Frequency Cepstral Coefficients are used on the acoustic side whereas Active Appearance Model features are extracted from the image. The feature fusion approach is employed. The...

• Musical Instrument Tagging Using Data Augmentation and Effective Noisy Data Processing

  Publikacja

  • D. Koszewski
  • B. Kostek

  - JOURNAL OF THE AUDIO ENGINEERING SOCIETY - Rok 2020

  Developing signal processing methods to extract information automatically has potential in several applications, for example searching for multimedia based on its audio content, making context-aware mobile applications (e.g., tuning apps), or pre-processing for an automatic mixing system. However, the last-mentioned application needs a significant amount of research to reliably recognize real musical instruments in recordings....

  Pełny tekst do pobrania w portalu

• Analiza kosztów i czasu budowy domu jednorodzinnego w technologii drewna krzyżowo klejonego CLT

  Publikacja

  • A. Ossowski
  • M. Szczepański

  - Materiały Budowlane - Rok 2021

  -

  Pełny tekst do pobrania w serwisie zewnętrznym

• An audio-visual corpus for multimodal automatic speech recognition

  Publikacja

  • A. Czyżewski
  • B. Kostek
  • P. Bratoszewski
  • J. Kotus
  • M. Szykulski

  - JOURNAL OF INTELLIGENT INFORMATION SYSTEMS - Rok 2017

  review of available audio-visual speech corpora and a description of a new multimodal corpus of English speech recordings is provided. The new corpus containing 31 hours of recordings was created specifically to assist audio-visual speech recognition systems (AVSR) development. The database related to the corpus includes high-resolution, high-framerate stereoscopic video streams from RGB cameras, depth imaging stream utilizing Time-of-Flight...

  Pełny tekst do pobrania w portalu

• Interactions with recognized objects

  Publikacja

  • J. Rumiński
  • A. Bujnowski
  • J. Wtorek
  • A. Andrushevich
  • M. Biallas
  • R. Kistler

  - Rok 2014

  Implicit interaction combined with object recognition techniques opens a new possibility for gathering data and analyzing user behavior for activity and context recognition. The electronic eyewear platform, eGlasses, is being developed, as an integrated and autonomous system to provide interactions with smart environment. In this paper we present a method for the interactions with the recognized objects that can be used for electronic...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Wykorzystanie sztucznych sieci neuronowych do wykrywania i rozpoznawania tablic rejestracyjnych na zdjęciach pojazdów

  Publikacja

  • M. Huzarek
  • T. A. Rutkowski

  - Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej - Rok 2015

  W artykule przedstawiono koncepcję algorytmu wykrywania i rozpoznawania tablic rejestracyjnych (AWiRTR) na obrazach cyfrowych pojazdów. Detekcja i lokalizacja tablic rejestracyjnych oraz wyodrębnienie z obrazu tablicy rejestracyjnej poszczególnych znaków odbywa się z wykorzystaniem podstawowych technik przetwarzania obrazu (przekształcenia morfologiczne, wykrywanie krawędzi) jak i podstawowych danych statystycznych obiektów wykrytych...

  Pełny tekst do pobrania w portalu

• Retrospecting Polish Audio Engineering Society Membership on 20th Anniversary of the Polish Section of the Audio Engineering Society

  Publikacja

  • B. Kostek
  • M. Sankiewicz

  - Archives of Acoustics - Rok 2011

  In this article some key events concerning founding Polish Section of the Audio Engineering Society were presented. In addition, the history covering International Symposia on Sound Engineering and Mastering was outlined. Also, papers contained in this issue were shortly reviewed.

  Pełny tekst do pobrania w portalu

• An new method of audio-visual correlation analysis

  Publikacja

  • B. Kunka
  • B. Kostek

  - Rok 2009

  This paper presents a new methodology of conducting the audio-visual correlation analysis employing the gaze tracking system. Interaction between two perceptual modalities, seeing and hearing, their interaction and mutual reinforcement in a complex relationship was a subject of many research studies. Earlier stage of the carried out experiments at the Multimedia Systems Department (MSD) showed that there exists a relationship between...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Objectivization of audio-video correlation assessment experiments

  Publikacja

  • B. Kunka
  • B. Kostek

  - Rok 2010

  The purpose of this paper is to present a new method of conducting an audio-visual correlation analysis employing a head-motion-free gaze tracking system. First, a review of related works in the domain of sound and vision correlation is presented. Then assumptions concerning audio-visual scene creation are shortly described. The objectivization process of carrying out correlation tests employing gaze-tracking system is outlined....

  Pełny tekst do pobrania w serwisie zewnętrznym

• SYNAT_MUSIC_GENRE_FV_173

  Dane Badawcze

  open access

  • B. Kostek
  • P. Odya
  • P. Hoffmann

  This is the original dataset containing 51582 music tracks (22 music genres) and 173 element-feature vector [1-6,9]. A collection of more than 50000 music excerpts described with a set of descriptors obtained through the analysis of 30-second mp3 recordings was gathered in a database called SYNAT. The SYNAT database was realized by the Gdansk University...

• Intelligent video and audio applications for learning enhancement

  Publikacja

  • A. Czyżewski
  • B. Kostek

  - JOURNAL OF INTELLIGENT INFORMATION SYSTEMS - Rok 2011

  The role of computers in school education is briefly discussed. Multimodal interfaces development history is shortly reviewed. Examples of applications of multimodal interfaces for learners with special educational needs are presented, including interactive electronic whiteboard based on video image analysis, application for controlling computers with facial expression and speech stretching audio interface representing audio modality....

  Pełny tekst do pobrania w portalu