基于高斯过程模型的 HRTF 声源定位与主动学习
声音
2015-02-12 v1 机器学习
机器学习
摘要
从机器学习的角度来看，人类定位声音的能力可以建模为双耳接收到的声音频谱特征（输入）与其声源方向（输出）之间的非参数非线性回归问题。输入特征可以用个体的头相关传输函数（HRTFs）来概括，该函数测量了听者鼓膜与外部D 点之间的频谱响应。基于这些观点，我们考虑两个相关问题：如何实现对训练声源定位（SSL）模型测量的最优采样，以及如何利用 SSL 模型在听力测试中推断受试者的 HRTFs。首先，我们开发了一类基于高斯过程回归的双耳 SSL 模型，并解决了一个\emph{前向选择}问题，该问题能找到一组输入 - 输出样本子集，使其在所有 SSL 方向上具有最佳的泛化能力。其次，我们采用一种\emph{主动学习}方法，更新在线 SSL 模型，以便通过耳机和图形用户界面推断受试者的 SSL 误差。实验表明，仅需一小部分 HRTFs 即可实现的定位精度，且学习到的 HRTFs 比非个体化 HRTFs 的定位更接近其预期方向。
引用
@article{arxiv.1502.03163,
title = {Gaussian Process Models for HRTF based Sound-Source Localization and Active-Learning},
author = {Yuancheng Luo and Dmitry N. Zotkin and Ramani Duraiswami},
journal= {arXiv preprint arXiv:1502.03163},
year = {2015}
}
备注
11 pages