基于物理信息图像修复的分布式多通道声学传感器部分退化通道事件分类
声音
2026-01-21 v1 音频与语音处理
摘要
分布式多通道声学传感 (DMAS) 能够实现大规模声事件分类 (SEC)，但当大量通道退化以及测试时的传感器布局与训练布局不同时，其性能会下降。我们提出了一种基于逆时偏移 (RTM) 的免学习、物理信息图像修复前端。在该方法中，观测到的多通道频谱图首先使用解析格林函数在三维网格上进行反传以形成场景一致的图像，然后进行正向投影以重建修复后的信号，随后进行对数梅尔特征提取和基于 Transformer 的分类。我们在 ESC-50 上评估了该方法，使用 50 个传感器和三种布局（圆形、线性、直角），其中每个通道的信噪比 (SNR) 在 -30 到 0 dB 之间采样。与 AST 基线、scaling-sparsemax 通道选择和通道交换增强相比，所提出的 RTM 前端在所有布局中均取得了最佳或具竞争力的准确率，在直角布局上将准确率提高了 13.1 个百分点（从 9.7% 提高到 22.8%）。相关性分析表明，空间权重与 SNR 的相关性比与通道-源距离的相关性更强，并且更高的 SNR-权重相关性对应于更高的 SEC 准确率。这些结果表明，在布局开放配置和严重通道退化情况下，先重建后投影的基于物理的预处理能有效补充纯学习方法在 DMAS 中的不足。
关键词
引用
@article{arxiv.2601.13513,
title = {Event Classification by Physics-informed Inpainting for Distributed Multichannel Acoustic Sensor with Partially Degraded Channels},
author = {Noriyuki Tonami and Wataru Kohno and Yoshiyuki Yajima and Sakiko Mishima and Yumi Arai and Reishi Kondo and Tomoyuki Hino},
journal= {arXiv preprint arXiv:2601.13513},
year = {2026}
}
备注
Accepted to ICASSP 2026