J 2023

Acoustic Environment Recognition and Visual Tracking Algorithms, Deep Learning-based Ambient Sound Processing Tools, and Geospatial Mapping and Remote Sensing Technologies in a Real-Time Interoperable Decentralized Metaverse

KUČERA, Jiří a Aurel PERA

Základní údaje

Originální název

Acoustic Environment Recognition and Visual Tracking Algorithms, Deep Learning-based Ambient Sound Processing Tools, and Geospatial Mapping and Remote Sensing Technologies in a Real-Time Interoperable Decentralized Metaverse

Název česky

Algoritmy pro rozpoznávání akustického prostředí a vizuální sledování, nástroje pro zpracování okolního zvuku založené na hlubokém učení a technologie pro geoprostorové mapování a dálkový průzkum v reálném čase v interoperabilním decentralizovaném metave

Autoři

KUČERA, Jiří a Aurel PERA

Vydání

Linguistic and Philosophical Investigations, 2023, 1841-2394

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

50200 5.2 Economics and Business

Stát vydavatele

Spojené státy

Utajení

není předmětem státního či obchodního tajemství

Odkazy

Označené pro přenos do RIV

Ano

Kód RIV

RIV/75081431:_____/23:00002635

Organizační jednotka

Vysoká škola technická a ekonomická v Českých Budějovicích

EID Scopus

Klíčová slova česky

acoustic environment recognition and visual tracking algorithms; deep learning-based ambient sound processing tools; geospatial mapping and remote sensing technologies; metaverse

Klíčová slova anglicky

algoritmy pro rozpoznávání akustického prostředí a vizuální sledování; nástroje pro zpracování okolního zvuku založené na hlubokém učení; technologie geoprostorového mapování a dálkového průzkumu Země; metaverse
Změněno: 6. 2. 2024 12:44, Barbora Kroupová

Anotace

V originále

The present study systematically reviews the existing research on holographic imaging and immersive 3D technologies, multi-machine cooperation and digital twin modeling tools, and computer vision and neural network-based recognition algorithms Our findings indicate that multisensory user experiences can be achieved by use of image processing computational and visual perception algorithms, digital contact tracing and cloud-based cognitive technologies, and voice and gesture recognition tools. Throughout January 2023, a quantitative literature review of the Web of Science, Scopus, and ProQuest databases was performed, with search terms including “real-time interoperable decentralized metaverse” + “acoustic environment recognition and visual tracking algorithms,” “deep learning-based ambient sound processing tools,” and “geospatial mapping and remote sensing technologies.” As research published between 2022 and 2023 was inspected, only 171 articles satisfied the eligibility criteria. By taking out controversial or ambiguous findings (insufficient/irrelevant data), outcomes unsubstantiated by replication, too general material, or studies with nearly identical titles, we selected 34 mainly empirical sources. Data visualization tools: Dimensions (bibliometric mapping) and VOSviewer (layout algorithms). Reporting quality assessment tool: PRISMA. Methodological quality assessment tools include: AMSTAR, Dedoose, Distiller SR, and SRDR.

Česky

Tato studie systematicky přezkoumává stávající výzkum holografického zobrazování a imerzivních 3D technologií, nástrojů pro spolupráci více strojů a modelování digitálních dvojčat a algoritmů počítačového vidění a rozpoznávání na bázi neuronových sítí.Naše zjištění ukazují, že multisenzorických uživatelských zážitků lze dosáhnout pomocí výpočetních algoritmů pro zpracování obrazu a vizuální vnímání, digitálních technologií pro sledování kontaktů a kognitivních technologií založených na cloudu a nástrojů pro rozpoznávání hlasu a gest. V průběhu ledna 2023 byl proveden kvantitativní přehled literatury v databázích Web of Science, Scopus a ProQuest, přičemž vyhledávací termíny zahrnovaly "interoperabilní decentralizované metavesmíry v reálném čase" + "algoritmy pro rozpoznávání akustického prostředí a vizuální sledování", "nástroje pro zpracování okolního zvuku založené na hlubokém učení" a "technologie geoprostorového mapování a dálkového snímání". Vzhledem k tomu, že byl kontrolován výzkum publikovaný v letech 2022 až 2023, splňovalo kritéria způsobilosti pouze 171 článků. Vyřazením sporných nebo nejednoznačných zjištění (nedostatečné/nerelevantní údaje), výsledků nepodložených replikací, příliš obecného materiálu nebo studií s téměř totožnými názvy jsme vybrali 34 převážně empirických zdrojů. Nástroje pro vizualizaci dat: Dimensions (bibliometrické mapování) a VOSviewer (algoritmy rozvržení). Nástroj pro hodnocení kvality výkaznictví: PRISMA. Nástroje pro hodnocení metodologické kvality: PRISMA: AMSTAR, Dedoose, Distiller SR a SRDR.

Přiložené soubory

Acoustic_Environment_Recognition_and_Visual_Tracking_Algorithms__Deep_Learning-based_Ambient_Sound_Processing_Tools__and_Geospatial_Mapping_and_Remote_Sensing_Technologies_in_a_Real-Time_Interoperable_Decentralized_Metaverse.pdf
Požádat o autorskou verzi souboru