面向域通用异常声检测的深度通用表征
声音
2024-09-10 v1 人工智能
音频与语音处理
摘要
开发可靠的异常声检测（Anomalous Sound Detection, ASD）系统需要具备对噪声的鲁棒性、对域迁移的适应能力，以及在数据有限的情况下的有效性能。当前领先的方法依赖于针对每个目标机器类型进行大量标注数据训练特征提取器，采用异常暴露（Outlier-Exposure, OE）技术，但其在目标域上的性能仍不理想。本文提出了\textit{GenRep}，一种利用来自鲁棒大规模预训练特征提取器的通用特征表征结合k近邻（kNN）进行域通用ASD的方法，无需微调。\textit{GenRep}引入了MemMixup，即一种通过使用最近源样本来增强目标内存库的简单方法，配合域归一化技术，以解决源域与目标域之间的不平衡问题。\textit{GenRep}在DCASE2023T2 Eval集合上以73.79%的官方得分超越了最佳的OE-based方法，且在数据有限的场景下展现出鲁棒性。该代码已开源发布。
引用
@article{arxiv.2409.05035,
title = {Deep Generic Representations for Domain-Generalized Anomalous Sound Detection},
author = {Phurich Saengthong and Takahiro Shinozaki},
journal= {arXiv preprint arXiv:2409.05035},
year = {2024}
}