ارایه یک الگوریتم بدون نظارت جهت کشف وقایع صوتی محیطی با تاکید بر تعیین دقیق زمان رخداد وقایع

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 332

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

SPIS02_040

تاریخ نمایه سازی: 10 تیر 1396

چکیده مقاله:

با گسترش اهمیت کسب اطلاعات صوتی از محیط کار و زندگی، نیاز مبرمی جهت کشف و رده بندی وقایع صوتی از رکوردهای ضبط شده در محیط احساس میشود. هدف ما کشف وقایع صوتی مختلف به همراه تعیین محدوده زمانی رخداد آنها است که کار جدیدی محسوب می شود. در اینجا با لحاظ نمودن عامل سرعت، با استخراج فقط 5 ویژگی در حوزه زمان برای هر فریم آنها را به دو رده بند مجزا فرستاده و با استفاده از یک الگوریتم بدون نظارت و تلفیق خروجی ها، کشف وقایع صوتی انجام می شود. پایگاه داده 16 نوع مختلف واقعه صوتی دارد که برخی شبیه هم بوده و بعضی نیز مشابه نویز محیط هستند. الگوریتم پیشنهادی از نظر اجرا بسیار سریع بوده و تا 125 میلی ثانیه دقت زمانی تعیین محدوده صداها را دارد. در نتایج مقایسه ای به میزان 5/65 درصد بهبود کارایی حاصل شده است که این راندمان موع ید کارآمدی بهتر مدل پیشنهادی نسبت به مدل های موجود می باشد

کلیدواژه ها:

کشف و رده بندی وقایع صوتی ، صداهای محیطی ، الگوریتم های یادگیری بدون نظارت ، ویژگی های سیگنال در حوزه زمان ، سیستم های نظارت و دیده بانی

نویسندگان

مراد درخشان

دانشجوی دکترا، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه شاهرود

حسین مروری

دانشیار، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه شاهرود

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • با افزودن یک رده‌بندی جدید فریم‌های نویز را شناسایی‌کرد و ...
  • _ _ _ Transactions _ Speech and Audio Processing, vol. ...
  • _ _ classification in audo document", In: Proc. Conf. _ ...
  • Rui, C., Lie, L., Hong-Jiang Z, and Liun-Hong C., _ ...
  • Zhuang, X., Zhou, X., Huang, T.S., and Hasegawa- Johnson, M., ...
  • _ _ _ _ surveillance", in ICASSP06, 2006. ...
  • _ _ _ _ Engineering Society Convention 131, 2011. ...
  • _ Mark P., and Mathieu, L, Probabilistic ...
  • Temporally-C onstrained ICASSP16, 2016. ...
  • Annamarie, M., et al. "Sound event detection in real life ...
  • Carletti, V., Foggia, P., Percannella, G., Saggese, A., Strisciuglio, N., ...
  • Miquel, E., Masakiyo, F., Daisuke, S., Nobutaka, O., and Shigeki, ...
  • Zhuang, X., Zhou, X., Hasegaw a-Johnson, M., and Huang, T.S., ...
  • _ otext-D ependent Sound Event Detection", EURASIP J. Audio Speech ...
  • Picariello, A., and Sansone, C., ،One-class svm based approach for ...
  • Music Information Retrieval Evaluation eXchange _ IR _ _ _ ...
  • _ _ _ _ https://github. c om/TIT-ARG sed_eval, 2016. ...
  • Vuegen, L., Van Den Broeck, B., Karsmakers, P., Gemmeke, J. ...
  • _ _ _ _ _ acoustic scenes and events", IEEE ...
  • _ _ _ B., and Van hamme, H., _ exemplar-based ...
  • نمایش کامل مراجع