基于通道-空间的少样本鸟声事件检测
音频与语音处理
2023-06-27 v2 声音
摘要
本文提出了一种用于鸟声事件检测的模型，该模型关注日常长尾分布中少量训练样本的情况。因此，我们基于少样本学习范式研究鸟声检测。通过整合通道与空间注意力机制，可从少样本训练数据集中学习到改进的特征表示。我们将通道空间压缩激励块（Channel Spatial Squeeze-Excitation block）融入原型网络，并结合这些注意力机制，开发了度量通道空间网络（Metric Channel-Spatial Network）模型。我们在 DCASE 2022 Take5 数据集基准上评估该度量通道空间网络模型，取得了 66.84% 的 F 值与 58.98% 的 PSDS。实验表明，通道与空间注意力机制的结合有效提升了鸟声分类与检测的性能。
引用
@article{arxiv.2306.10499,
title = {Channel-Spatial-Based Few-Shot Bird Sound Event Detection},
author = {Lingwen Liu and Yuxuan Feng and Haitao Fu and Yajie Yang and Xin Pan and Chenlei Jin},
journal= {arXiv preprint arXiv:2306.10499},
year = {2023}
}
备注
2023 Asia Pacific Signal and Information Processing Association Annual Summit and Conference