Continuous Birdsong Recognition Using Gaussian Mixture Modeling of Image Shape Features

Source

• Evernote/Papers/Continuous Birdsong Recognition Using Gaussian Mixture Modeling of Image Shape Features.md

Summary

이 논문은 새 노래 종 식별을 위해 전통적인 음향 특징 대신 스펙트로그램을 회색조 이미지로 간주하여 이미지 형태 특징을 추출하는 새로운 방법을 제안합니다. MPEG-7 ART(Angular Radial Transform) 디스크립터를 사용하여 스펙트로그램의 주파수 및 시간적 변동을 포착하며, 이를 위해 섹터 확장 알고리즘을 도입했습니다. 가우시안 혼합 모델(GMM)을 활용한 28 종 분류 실험에서 제안된 ART 디스크립터는 기존 LPCC, MFCC, TDMFCC 등보다 높은 정확도(3 초 구간 86.30%, 5 초 구간 94.62%)를 달성했습니다.

Key Points

• 새 노래 인식에 음향 모델 대신 스펙트로그램의 이미지 형태 특징 활용
• MPEG-7 ART 디스크립터를 통한 주파수/시간 변동의 효율적 기술
• 스펙트로그램을 ART 기저 함수에 맞게 변환하는 섹터 확장 알고리즘 제안
• GMM 기반 28 종 분류에서 기존 특징(LPCC, MFCC 등) 대비 우수성 입증

Related

• Structured Streaming Skeleton (SSS): 온라인 인간 제스처 인식용 새로운 특징 추출 방법

• Moment-Based Spectral Analysis of Large-Scale Networks Using Local Structural Information

• Patch-Based Image Warping for Content-Aware Retargeting

• Similarity Preserving Feature Selection (SPFS)

• Point Representation for Local Optimization: Towards Multi-Dimensional Gray Codes

• 3음만으로 음악을 식별하는 알고리즘 개발

• DurIAN_4S: 말하기 데이터로부터 노래 합성 학습

• The Intervalgram: 대규모 커버송 인식을 위한 오디오 특징

• 대규모 분산 음향 모델링 및 백오프 N-그램

• Hoeffding 경계 기반 온라인 및 비모수 드리프트 탐지 방법

• Image Annotation in Presence of Noisy Labels

• Query-Adaptive Image Search With Hash Codes

• Query Reformulation Modeling using Query Distributions

• 인간 동작 분석을 위한 특이값 분해(SVD) 기반 지식 획득 방법

• Anomaly Extraction in Backbone Networks Using Association Rules

• Latent Mixture of Discriminative Experts (LMDE)

• Meta-Learning 기반 Instance Selection을 위한 복잡도 측정 지표

• Up-Fusion: 진화하는 멀티미디어 퓨전 방법

• Fast, Accurate Detection of 100,000 Object Classes on a Single Machine (Technical Supplement)

• Supporting Flexible, Efficient, and User-Interpretable Retrieval of Similar Time Series

• Fast Near-Duplicate Image Detection Using Uniform Randomized Trees

• Recurrent Neural Networks for Voice Activity Detection

• Efficient Closed-Form Solution to Generalized Boundary Detection

• Weakly Supervised Learning of Object Segmentations from Web-Scale Video

• Smooth Nonnegative Matrix Factorization for Unsupervised Audiovisual Document Structuring

• Sparse Hashing (SH) for Fast Multimedia Search

• Efficient Estimation of Word Representations in Vector Space

• 심층 신경망을 이용한 통계적 파라미터 음성 합성

• K-RBMs를 이용한 다중 비선형 부분공간 학습

• An Unsupervised Feature Selection Framework for Social Media Data

• 시간적 이미지 시퀀스를 위한 최적화된 만화 스토리텔링 시스템

• 언어 독립적 시간 표현 판별적 파싱 (Language-Independent Discriminative Parsing of Temporal Expressions)

• 영어 책 코퍼스 기반 시계열 구문 N-그램 데이터셋

• Pay by the Bit: 집단 인간 판단을 위한 정보 이론적 지표

• A Top-Down Approach for Video Summarization

• 대규모 다중 라벨 전파를 위한 효율적인 희소 그래프 구성

• Accurate and Compact Large Vocabulary Speech Recognition on Mobile Devices

• Rolling Up Random Variables in Data Cubes

• 인간 행동 인식용 온톨로지 조사

• A Hamming Embedding Kernel with Informative Bag-of-Visual Words for Video Semantic Indexing

• Language Modeling Capitalization

• 3D 객체 검색을 위한 시맨틱 시그니처 학습

• Recursive Sparse Spatiotemporal Coding

• Dynamic Time Warping for Music Conducting Gestures Evaluation

• Effective and Robust Query-Based Stemming

• 다중 특징 분석 및 시맨틱 컨텍스트 학습을 통한 이미지 분류

• Similarity-based Clustering by Left-Stochastic Matrix Factorization

• Supervised Robust Discrete Multimodal Hashing (SRDMH)

• Cross-Media Tag Transfer (CMTT): 이미지에서 비디오로 태그 지식 이전

• Interactive Image Tagging을 위한 인간 라벨링 최적화

• Data Enriched Linear Regression

• 적응형 온톨로지 규칙을 이용한 보상-처벌 기반 개념 탐지

• Transfer Learning In MIR: Sharing Learned Latent Representations For Music Audio Classification And Similarity

• Neighborhood Preserving Codes for Assigning Point Labels: Applications to Stochastic Search

• 음성 품질 지표의 배경 소음 및 네트워크 열화에 대한 강건성 비교 (VISQOL, PESQ, POLQA)

• Reversible Data Hiding With Optimal Value Transfer

• Attribute-Augmented Semantic Hierarchy (A2SH) for CBIR

• 대형 및 느슨한 커뮤니티의 압축 (Compacting Large and Loose Communities)

• 오프라인 아랍어 손글씨 인식 기술 동향 (A Survey)

• Discriminative Segment Annotation in Weakly Labeled Video

• 지리공간 데이터의 계층적 텐서 기반 압축 및 쿼리 방법

• Deep Learning in Speech Synthesis (Google Research Talk)

• Enlisting the Ghost: Modeling Empty Categories for Machine Translation

• Cross-Domain Feature Learning in Multimedia

• Active Learning through Adaptive Heterogeneous Ensembling (AHE)

• Semantic content-based recommendation of software services using context

• 웹 데이터베이스 검색 결과 자동 주석 처리 (Automatic Annotation of Web Database Search Results)

• Social Event Classification via Boosted Multimodal Supervised Latent Dirichlet Allocation

• 동적 스타 네트워크에서 다중 유형 객체의 공진화 (Co-Evolution of Multi-Typed Objects in Dynamic Star Networks)

• Spatiotemporal Deformable Part Models for Action Detection

• iVector-based Acoustic Data Selection

• 음성 피드백 고려)

• Incremental Text Indexing for Fast Disk-Based Search

• Classification of Homogeneous Data With Large Alphabets

• Information-Theoretic Outlier Detection for Large-Scale Categorical Data

• λ-Diverse Nearest Neighbors Browsing for Multidimensional Data

• Transfer Joint Embedding for Cross-Domain NER

• Cross-Domain Multi-Event Tracking via CO-PMHT

• Iustitia: 정보 이론적 접근을 통한 고속 플로우 성격 식별

• Survey of local algorithms

• A survey of trust in social networks

• 대규모 희소 네트워크의 커뮤니티 검출을 위한 의사 가능도 방법

• 정보 기하학을 통한 순수 고차 단어 연관성 마이닝

• HyperLogLog in Practice: Algorithmic Engineering of a State of The Art Cardinality Estimation Algorithm

• Improved Domain Adaptation for Statistical Machine Translation

• Biperpedia: 검색 애플리케이션을 위한 온톨로지

• MOWL: 웹 기반 멀티미디어 애플리케이션을 위한 온톨로지 표현 언어

• Feature Ensemble Plus Sample Selection: Domain Adaptation for Sentiment Classification

• Measurement and modeling of eye-mouse behavior

• Coherent image selection using a fast approximation to the generalized traveling salesman problem

• 모바일 음성 검색을 위한 Google 쿼리 스트림의 언어 모델링 경험적 탐색

• Speech and Natural Language: Where Are We Now And Where Are We Headed

• Efficient Inference and Structured Learning for Semantic Role Labeling

• DOM 구조 지식 기반 모델을 이용한 반구조화 웹 레코드 강건한 탐지