使用可学习滤波器组的海上船舶声学分类
声音
2025-06-02 v1 机器学习
音频与语音处理
摘要
由于不同录音场景的可变性，基于声学特征对海上船舶进行可靠监测和识别变得复杂。一个鲁棒的分类框架必须能够泛化到不同的声学环境和可变的源-传感器距离。为此，我们提出了一种在不同录音场景下具有鲁棒性能的深度学习模型。该模型使用可训练的频谱前端和时间特征编码器来学习 Gabor 滤波器组，能够动态强调不同的频率成分。我们的模型 CATFISH 在乔治亚海峡的 VTUAD 水听器录音数据上进行了训练，在不同的源-传感器距离下达到了 96.63% 的 SOTA 测试准确率，比之前的基准高出 12 个百分点以上。我们展示了该模型，论证了我们的架构选择，分析了学习到的 Gabor 滤波器，并进行了传感器数据融合和基于注意力的池化的消融研究。
引用
@article{arxiv.2505.23964,
title = {Acoustic Classification of Maritime Vessels using Learnable Filterbanks},
author = {Jonas Elsborg and Tejs Vegge and Arghya Bhowmik},
journal= {arXiv preprint arXiv:2505.23964},
year = {2025}
}
备注
9 pages, 5 figures, 2 tables