面向声事件定位与检测的类增量学习
音频与语音处理
2024-11-21 v1
摘要
本文研究了类增量学习（CIL）在声事件定位与检测（SELD）任务中的可行性。该方法的特点是增量学习器能够独立学习新的声音类别，同时保留对旧类别的知识。持续学习是通过基于均方误差的蒸馏损失来实现的，以最小化后续学习器之间的输出差异。实验在包含12个不同声音类别的TAU-NIGENS Spatial Sound Events 2021数据集上进行，证明了所提方法的有效性。我们首先学习8个类别，并在下一阶段引入4个新类别。在增量阶段之后，系统在所有已学习类别的完整集合上进行评估。结果表明，对于这一真实世界的数据集，我们提出的方法在所有评估指标上均成功维持了基线性能。
引用
@article{arxiv.2411.12830,
title = {Class-Incremental Learning for Sound Event Localization and Detection},
author = {Ruchi Pandey and Manjunath Mulimani and Archontis Politis and Annamaria Mesaros},
journal= {arXiv preprint arXiv:2411.12830},
year = {2024}
}