基于深度学习的实时目标跟踪用于动态声学环境中的自适应波束赋形
声音
2025-11-25 v1 人工智能
计算机视觉与模式识别
摘要
目标跟踪和声学波束赋形技术的进步正在推动监视、人机交互和机器人等新能力的发展。本工作提出一种嵌入式系统，将深度学习驱动的跟踪与波束赋形集成，以实现动态环境中精准的声源定位和定向音频捕获。该方法结合单摄像头深度估计和立体视觉，实现对移动目标的精确三维定位。由 MEMS 麦克风构建的平面同心圆麦克风阵列提供紧凑、节能的平台，支持方位和仰角的二维波束定向。实时跟踪输出持续调整阵列的焦点，将声学响应与目标位置同步。通过将学习的空间感知与动态定向相结合，该系统在多源或移动源的存在下仍能保持稳健的性能。实验评估显示，在信噪比方面实现显著提升，使该设计特别适用于会议、智能家居设备和辅助技术。
引用
@article{arxiv.2511.19396,
title = {Real-Time Object Tracking with On-Device Deep Learning for Adaptive Beamforming in Dynamic Acoustic Environments},
author = {Jorge Ortigoso-Narro and Jose A. Belloch and Adrian Amor-Martin and Sandra Roger and Maximo Cobos},
journal= {arXiv preprint arXiv:2511.19396},
year = {2025}
}