
Set di dati audio/video multimodale generale in inglese
Set di dati facciali multimodali di alta qualità per potenziare i modelli di riconoscimento facciale
Set di dati di livello professionale con immagini, video e audio di volti multi-angolo
Sfruttando anni di esperienza nell'elaborazione dei dati di immagini, Surfing Tech fornisce dataset di alta qualità su misura per la formazione e il test di varie attività di riconoscimento facciale per i professionisti dell'intelligenza artificiale. I datastes contengono 300 soggetti, ognuno dei quali recita 300 frasi. La configurazione di registrazione include 1 microfono a bavero per l'audio, 1 smartphone per l'audio e un altro smartphone per il video, che vengono sincronizzati manualmente.
L'audio catturato dallo smartphone ha una frequenza di campionamento di 44.1 KHz a 16 bit di profondità. Il video è registrato a una risoluzione di 1440¡Á1080 a una frequenza di fotogrammi di 60 FPS. Anche l'audio del microfono a bavero è campionato a 44.1 KHz con una profondità di 16 bit. Le tre modalità sono allineate manualmente in dati audiovisivi sincroni.
Catturando discorsi ed espressioni facciali in una vasta gamma di emozioni, questo set di dati consente di creare solidi modelli di riconoscimento facciale multi-angolo con una migliore adattabilità.
Invitiamo gli sviluppatori di intelligenza artificiale a utilizzare le nostre soluzioni basate su set di dati facciali per accelerare iterazioni e aggiornamenti delle funzionalità di riconoscimento facciale.
| Nome dati Data | Set di dati audio/video multimodale generale in inglese |
| Produttore | Tecnologia del surf |
| Proprietà dei diritti di proprietà intellettuale | Tecnologia del surf |
| Quantità | ID 100 |
| Etnia | Speaker inglese |
| sfondo | interno |
| Dispositivo catturato | smartphone, microfono |
| Dettagli (ogni persona) | ogni soggetto pronuncia 300 frasi. Ci sono 3 dispositivi: 1 smartphone che registra video+1 smartphone che registra audio+1 microfono che registra audio, e allineati manualmente. |







