一种本体感知的音频事件分类框架
人工智能
2020-01-29 v1 声音
音频与语音处理
摘要
音频事件分类的最新进展常常忽略作为先验信息可用的标签类之间的结构与关系。该结构可由本体定义，并作为一种领域知识在分类器中增强。为捕捉标签间的此类依赖关系，我们提出了一种包含两部分的本体感知神经网络：前馈本体层与图卷积网络（GCN）。前馈本体层捕捉不同本体层级间标签的内部依赖。另一方面，GCN主要建模同一本体层级内标签间的相互依赖结构。该框架在单标签与多标签音频事件分类任务的两个基准数据集上进行了评估。结果表明所提方案能有效捕捉并利用本体关系，提升分类性能。
引用
@article{arxiv.2001.10048,
title = {An Ontology-Aware Framework for Audio Event Classification},
author = {Yiwei Sun and Shabnam Ghaffarzadegan},
journal= {arXiv preprint arXiv:2001.10048},
year = {2020}
}
备注
Accepted in IEEE International Conference on Acoustics, Speech, and Signal Processing 2020 (ICASSP 2020). Have signed an e-copyright agreement with the IEEE during ICASSP 2020 submission