文献

J-GLOBAL ID：201902255736733030   整理番号：19A0918554

効率的な要約統計と多重スペクトル-時間記述子融合を用いた音響シーン分類【JST・京大機械翻訳】

Acoustic Scene Classification Using Efficient Summary Statistics and Multiple Spectro-Temporal Descriptor Fusion

著者 (5件)： Ye Jiaxing (National Metrology Institute of Japan (NMIJ), National Institute of Advanced Industrial Science and Technology (AIST), 1-1-1 Umezono, Tsukuba, Ibaraki 305-8568 Japan) ,  Kobayashi Takumi (Artificial Intelligence Research Center (AIRC), National Institute of Advanced Industrial Science and Technology (AIST), 1-1-1 Umezono, Tsukuba, Ibaraki 305-8568 Japan) ,  Toyama Nobuyuki (National Metrology Institute of Japan (NMIJ), National Institute of Advanced Industrial Science and Technology (AIST), 1-1-1 Umezono, Tsukuba, Ibaraki 305-8568 Japan) ,  Tsuda Hiroshi (National Metrology Institute of Japan (NMIJ), National Institute of Advanced Industrial Science and Technology (AIST), 1-1-1 Umezono, Tsukuba, Ibaraki 305-8568 Japan) ,  Murakawa Masahiro (Artificial Intelligence Research Center (AIRC), National Institute of Advanced Industrial Science and Technology (AIST), 1-1-1 Umezono, Tsukuba, Ibaraki 305-8568 Japan)
資料名： Applied Sciences (Web)  (Applied Sciences (Web))
巻： 8  号： 8  ページ： 1363  発行年： 2018年 
JST資料番号： U7135A  ISSN： 2076-3417  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 本論文は,分光時間記述子融合を用いた効率的な音響特徴抽出に基づく音響シーン分類のための新しいアプローチを提示した。神経科学聴覚システムにおける発見に基づいて,音響シーンを理解するために時間平均統計を用いた音の時間的詳細を要約し,判別情報強化を伴う多形時間-周波数記述子融合を用いることにより,音響シーン分類のための効率的な計算フレームワークを考案した。音の豊富な情報,すなわち,時間-周波数平面上の局所構造を特性化するために,二次元局所ディスクリプタを採用した。シーン分類のために,それらの局所的詳細をコンパクトな特徴ベクトルに論理的に要約する方法において,より重要な問題を提起した。時間平均統計は心理学的研究により示唆されているが,局所音響特徴の時間平均を直接計算することは論理的方法ではなく,算術平均はシーンカテゴリに無関係な干渉音により生成されると予想される極値に対して脆弱である。この問題に取り組むために,著者らは,音のテクスチャを強化するために時間枠重みづけアプローチを開発し,また,景観に関連しないイベントを抑制する。次に,シーン分類のためのロバスト音響特徴を効率的に特性化することができた。提案した方法を,3029の実サンプルを持つ19の音響シーンカテゴリからなるRouenデータセットを用いて検証した。広範な結果は,提案した方式の有効性を実証した。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 有効性 ,  ロバスト性 ,  聴覚 ,  干渉 ,  *音響 ,  統制索引語 ,  神経科学 ,  キャラクタリゼーション ,  重みづけ ,  二次元 ,  特徴ベクトル ,  局所構造
準シソーラス用語： 脆弱性 ,  音響特徴 ,  *シーン分類 , 【Automatic Indexing@JST】

著者キーワード (5件)： 音響シーン分類 ,  時間周波数解析 ,  局所ディスクリプタ ,  要約統計 ,  凸結合

分類 (1件)： リモートセンシング一般  (AD04000L)

引用文献 (25件)：

• Chu, S.; Narayanan, S.; Jay Kuo, C.C. Environmental sound recognition with time-frequency audio features. IEEE Trans. Audio Speech Lang. Process. 2009, 17, 1142-1158.
• Barchiesi, D.; Giannoulis, D.; Stowell, D.; Plumbley, M.D. Acoustic scene classification: Classifying environments from the sounds they produce. IEEE Signal Process. Mag. 2015, 32, 16-34.
• Wang, W. Machine Audition: Principles, Algorithms and Systems; IGI Global Press: Hershey, PA, USA, 2011.
• McDermott, J.H.; Simoncelli, E.P. Sound texture perception via statistics of the auditory periphery: Evidence from sound synthesis. Neuron 2011, 71, 926-940.
• McDermott, J.H.; Schemitsch, M.; Simoncelli, E.P. Summary statistics in auditory perception. Nat. Neurosci. 2013, 16, 493-498.

タイトルに関連する用語 (6件)： 統計 ,  多重スペクトル ,  記述子 ,  融合 ,  音響 ,  シーン分類