利用卷积神经网络从声散射预测物体几何形状
声音
2021-02-12 v3 机器学习
音频与语音处理
摘要
声散射受到声波所散射其上的物体边界几何形状的强烈影响。本文提出一种通过训练卷积神经网络从散射特征推断物体几何形状的方法。训练数据由在 CUDA 上开发的快速数值求解器生成。对完整的模拟集合进行采样，以生成包含不同通道数量和多种图像分辨率的多组数据集。通过比较使用具有不同数据退化程度的数据集训练的网络性能，评估了我们的方法对数据退化的鲁棒性。本工作发现，我们的模型所作预测与真实值高度吻合。此外，当使用更少的数据通道或更低分辨率时，精度并未下降。
引用
@article{arxiv.2010.10691,
title = {Prediction of Object Geometry from Acoustic Scattering Using Convolutional Neural Networks},
author = {Ziqi Fan and Vibhav Vineet and Chenshen Lu and T. W. Wu and Kyla McMullen},
journal= {arXiv preprint arXiv:2010.10691},
year = {2021}
}
备注
Accepted by ICASSP 2021