基于卷积胶囊自编码器网络的音频录音家庭活动聚类
音频与语音处理
2021-05-11 v1 声音
摘要
近年来已从音频录音进行家庭活动分类的努力，特别是自2018年以来提交至DCASE（声学场景与事件检测及分类）挑战的工作。相比之下，关于家庭活动聚类这一新兴问题的研究很少。基于音频录音的家庭活动聚类旨在将属于同一类家庭活动的音频片段合并为单一簇。家庭活动聚类是在家庭环境中无监督估计日常活动的有效方式。在本研究中，我们提出一种使用卷积胶囊自编码器网络（CCAN）的家庭活动聚类方法。在该方法中，深度嵌入由CCAN中的自编码器学习，而属于同一类家庭活动的深度嵌入由CCAN中的聚类层合并为单一簇。在DCASE-2018任务5采用的公共数据集上评估，结果表明所提方法在聚类准确率和归一化互信息指标上优于最先进的方法。
引用
@article{arxiv.2105.03583,
title = {Domestic activities clustering from audio recordings using convolutional capsule autoencoder network},
author = {Ziheng Lin and Yanxiong Li and Zhangjin Huang and Wenhao Zhang and Yufeng Tan and Yichun Chen and Qianhua He},
journal= {arXiv preprint arXiv:2105.03583},
year = {2021}
}
备注
5 pages, 2 figures, 5 tables, Accepted by IEEE ICASSP 2021