利用卷积循环神经网络对多个移动声源进行定位、检测与跟踪
声音
2019-04-30 v1 机器学习
音频与语音处理
摘要
本文研究利用卷积循环神经网络（CRNN）对声事件进行联合定位、检测与跟踪。我们使用先前提出的用于静止源定位与检测的 CRNN，并表明当使用动态场景训练时，循环层能够实现移动源的空间跟踪。将 CRNN 的跟踪性能与结合多源（DOA）估计器和粒子滤波器的独立跟踪方法进行比较。它们各自的性能在无混响和混响场景、不同角速度的静止与移动源、以及不同数量重叠源等多种声学条件下进行评估。结果表明，在不同声学场景中，CRNN 比参数化方法更一致地跟踪多个源，但代价是更高的定位误差。
引用
@article{arxiv.1904.12769,
title = {Localization, Detection and Tracking of Multiple Moving Sound Sources with a Convolutional Recurrent Neural Network},
author = {Sharath Adavanne and Archontis Politis and Tuomas Virtanen},
journal= {arXiv preprint arXiv:1904.12769},
year = {2019}
}