利用Gram矩阵特征相关性改进深度学习声音事件分类器
声音
2021-02-24 v1 机器学习
音频与语音处理
摘要
在本文中，我们提出一种受近期分布外检测工作启发的新型声音事件分类（SEC）方法。在我们的方法中，我们分析通用CNN的所有激活以利用Gram矩阵生成特征表示。相似度度量考虑所有可能的类别进行评估，最终预测定义为相对于训练期间所见特征偏差最小的类别。所提方法可应用于任何CNN，我们在两个数据集上对四种不同架构的实验评估表明，我们的方法一致地改进了基线模型。
引用
@article{arxiv.2102.11771,
title = {Improving Deep Learning Sound Events Classifiers using Gram Matrix Feature-wise Correlations},
author = {Antonio Joia Neto and Andre G C Pacheco and Diogo C Luvizon},
journal= {arXiv preprint arXiv:2102.11771},
year = {2021}
}
备注
To appear on ICASSP 2021