文献

J-GLOBAL ID：201802246622399898   整理番号：18A0197532

鳥の鳴き声シーン解析のための空間的キューベース確率モデル【Powered by NICT】

A Spatial-Cue-Based Probabilistic Model for Bird Song Scene Analysis

著者 (5件)： Kojima Ryosuke ,  Sugiyama Osamu ,  Hoshiba Kotaro ,  Suzuki Reiji ,  Nakadai Kazuhiro
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： DSAA  ページ： 395-404  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,鳥類の位置と鳥類の鳴声の音響的特徴に焦点を当てた鳥の鳴き声情景解析を検討した。このような研究分野は通常大量観測データの標的動物の位置および/または発声タイプに関連した人手アノテーションが必要である。しかし,この手動注釈の結果は,二つの問題を持っている。一つは環境騒音が存在し,音は,木や地面に反映されているため,実環境で観察されたデータを注釈するのが難しいことであると,異なる位置でいくつかの鳥は同じ時間で歌うかもしれない。他は,手動注釈の結果は,ヒューマンエラーと注釈者の個人差のために不正確で不整合ラベルを生成することは避けられないことである。最初の問題のために,空間キューに基づく確率モデル(SCBPM),音源の空間情報に基づく音源検出,位置決め,分離と同定を統合することにより,鳥の鳴き声シーン解析のための最大尤度結果を推定するための確率モデルを提案した。第二の問題では,半自動アノテーション手法におけるSCBPMの推定される半教師つき学習法を採用した。この方法は手動の注釈の量を減少した。野生から記録された鳥の鳴き声データを用いた予備的な実験により,提案システムが同定精度の点でカスケード方法で音源検出,位置決め,分離と同定をつなぐだけで従来の鳥の鳴き声シーン解析システムより優れていることを明らかにした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 位置決め ,  アノテーション ,  最尤法 ,  *待ち行列 ,  音響 ,  環境騒音 ,  発声 ,  音源 ,  ヒューマンエラー ,  *確率モデル ,  不整合
準シソーラス用語： 半教師つき学習 ,  個人差 ,  音響特徴 ,  *鳥の鳴き声 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 鳥の鳴き声 ,  シーン ,  解析 ,  キュー ,  確率モデル