文献

J-GLOBAL ID：202202278772873782   整理番号：22A1163075

球面マイクロホンアレイシステムにおける深層学習可能高分解能高速音源定位【JST・京大機械翻訳】

Deep Learning-Enabled High-Resolution and Fast Sound Source Localization in Spherical Microphone Array System

著者 (3件)： Lee Soo Young (Department of Mechanical Engineering, Industrial Artificial Intelligence Laboratory, Pohang University of Science and Technology (POSTECH), Gyeongbuk, Republic of Korea) ,  Chang Jiho (Acoustics, Ultrasound, and Vibration Research Group, Division of Physical Metrology, Korea Research Institute of Standards and Science (KRISS), Daejeon, Republic of Korea) ,  Lee Seungchul (Graduate School of Artificial Intelligence, Pohang University of Science and Technology (POSTECH), Gyeongbuk, Republic of Korea)
資料名： IEEE Transactions on Instrumentation and Measurement  (IEEE Transactions on Instrumentation and Measurement)
巻： 71  ページ： ROMBUNNO.2506112.1-12  発行年： 2022年 
JST資料番号： C0232A  ISSN： 0018-9456  CODEN： IEIMAO  資料種別： 逐次刊行物 (A)
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： 球面マイクロホンアレイシステムを用いた音源定位(SSL)は,全方位音響応用の範囲におけるソース分布マップの視覚ビームパターンを得るために適用することができるが,データ駆動SSLアプローチのグリッド関連限界と同様に,有効周波数領域と空間歪みに関する球面測定システムの本課題は,適切な方法を開発する必要性を提起する。これらの課題により,本研究は,全方向音響応用に対して調整した多重音源の位置決めの高分解能性能を達成するための深層学習(DL)手法を提案した。最初に,格子関連制約なしに複数の音源の位置および強度情報をパノラマ的に特定できる球面ターゲットマップ表現を示した。次に,従来の球面ビーム成形マップからの高分解能局在化結果を得るために,二重分岐球面畳込み自動エンコーダを提案し,固有課題に取り組むために周波数変動および歪み不変戦略を組み込んだ。多重音源に対する提案手法の位置決め能力を定量的に評価し,提案手法が既存の手法よりも遥かに正確で計算効率の良い結果を達成できることを検証した。拡張により,多重SSLに対する全方向音響シナリオを創造できる実験装置を新たに提示した。この実験セットアップで提案した方法を評価することにより,実験データによる提案した方法の有効性と適用性を実証した。本研究は,様々なSSLアプリケーションで利用される提案アプローチの可能性を提供した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  畳込み ,  音響 ,  *音源 ,  周波数変動 ,  多重化 ,  符号器 ,  応用プログラム ,  *音像定位 ,  *高分解能 ,  ビーム成形 ,  周波数領域
準シソーラス用語： 計算効率 ,  データ駆動 ,  *深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 音響信号処理  (BB03050C)

タイトルに関連する用語 (5件)： 球面 ,  マイクロホンアレイ ,  深層学習 ,  高分解能 ,  音源定位