شماره ركورد كنفرانس :
5152
عنوان مقاله :
طبقه‌بندي محيط صوتي با استفاده از ويژگي تركيبي مبتني بر فيلتربانك گابور
عنوان به زبان ديگر :
Acoustic scene classification using a hybrid feature based on the Gabor filterbank
پديدآورندگان :
اختري خسروشاهي سپيده s.akhtari96@ms.tabrizu.ac.ir دانشگاه تبريز , گراوانچي زاده مسعود geravanchizadeh@tabrizu.ac.ir دانشگاه تبريز , ذاكري سحر s_zakeri@tabrizu.ac.ir دانشگاه تبريز
كليدواژه :
شبكه عصبي BiLSTM# ضرايب فركانسي كپسترال مل# طبقه‌بندي محيط صوتي# فيلتربانك گابور.
عنوان كنفرانس :
بيست و نهمين كنفرانس مهندسي برق ايران
چكيده فارسي :
صوت‌هاي محيطي داراي اطلاعات فراواني هستند كه مي‌توانند در طيف گسترده‌اي از كاربردهاي هوشمند و سيستم‌هاي نظارتي مورد استفاده قرار گيرند. هدف از طبقه‌بندي محيط صوتي تشخيص يك رخداد صوتي از بين چندين كلاس صوتي از پيش تعريف شده، به منظور شناسايي محيط بكاررفته در ثبت سيگنال است. اين حوزۀ پژوهشي كاربردهاي متعددي از جمله نظارت مبتني بر صوت، بازيابي اطلاعات از محتواي چندرسانه‌ايي، مراقبت‌هاي امنيتي، و غيره دارد. اكثر كارهاي انجام‌شده در اين زمينه، به ارائه ساختاري مناسب در الگوريتم‌هاي يادگيري ماشين مي‌پردازند، درحاليكه انتخاب ويژگي‌هاي مناسب نقش مهمي در بهبود نتايج طبقه‌بندي دارد. در اين مقاله، يك ويژگي تركيبي پيشنهادي، مبتني بر فيلتربانك گابور و ضرايب فركانسي كپسترال مل جهت طبقه‌بندي محيط صوتي ارائه مي‌شود. مقايسه ويژگي پيشنهاد‌شده با ديگر ويژگي‌هاي متداول، در دو ساختار طبقه‌بندي‌كننده BiLSTM و KNN نشان‌دهنده كارآيي بالاي اين ويژگي است.
