講演抄録/キーワード |
講演名 |
2010-09-05 16:30
学習による映像中の音源同定 ○池田千廣・フォン ヤオカイ・内田誠一(九大) PRMU2010-69 IBISML2010-41 |
抄録 |
(和) |
本論文では,対象を絞った上でより高精度な画像と音の統合解析処理を目的としている.具体的には音源同定問題をAdaBoostを用いた識別器学習の枠組みで扱う.ここで,AdaBoost識別器とは複数個の識別器(弱識別器と呼ばれる)による識別結果の重み付多数決によって認識結果を得る方法である.学習においては,正例(映像中の音源に相当する画素)・負例(同じく非音源に相当する画素)を準備し,それを用いてAdaBoostにより誤認識率が最も低くなるように弱識別器を構成する.こうして得られた弱識別器の識別結果の重み付多数決によって音源が同定される.画像による弱識別器と音情報による弱識別器を組み合わせることで,高精度な音源同定が可能となる.ただし,音源同定独特の性質として,音と画像というマルチモーダルな情報が与えられたとしても,利用の仕方によっては,音情報がほとんど識別に寄与しなくなることがある.本稿ではこの状況について確認するとともに,その状況の解決法について提案する. |
(英) |
Sound source detection in an image is a difficult inverse problem where the pixels belonging to the sound source area are to be estimated. The purpose of this paper is to consider an accurate sound source detection
method by using machine learning framework. Specifically, the proposed method relies on an AdaBoost-based learning scheme for discriminating whether each pixel belongs to a sound source or not. The learning is done by training weak learners to discriminate positive samples (couples of image features around sound sources and audio features) and negative samples (couples of image features distant from sound sources and audio features). This learning scheme simply combines these multimodal information (i.e., image and audio) by using some weak learners to discriminate the samples by a single image feature and others by a single audio feature. The performance of this naive implementation
based on a simple combination of multimodal information was examined experimentally and its essential problem was revealed with a possible remedy. |
キーワード |
(和) |
音源同定 / 学習 / AdaBoost / / / / / |
(英) |
sound source detection / learning / AdaBoost / / / / / |
文献情報 |
信学技報, vol. 110, no. 187, PRMU2010-69, pp. 93-98, 2010年9月. |
資料番号 |
PRMU2010-69 |
発行日 |
2010-08-29 (PRMU, IBISML) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
PRMU2010-69 IBISML2010-41 |
研究会情報 |
研究会 |
IBISML PRMU IPSJ-CVIM |
開催期間 |
2010-09-05 - 2010-09-06 |
開催地(和) |
福岡大学 |
開催地(英) |
Fukuoka Univ. |
テーマ(和) |
コンピュータビジョンとパターン認識のための機械学習と最適化, 一般 |
テーマ(英) |
Machine learning and optimization for computer vision and pattern recognition, etc. |
講演論文情報の詳細 |
申込み研究会 |
PRMU |
会議コード |
2010-09-IBISML-PRMU |
本文の言語 |
日本語 |
タイトル(和) |
学習による映像中の音源同定 |
サブタイトル(和) |
|
タイトル(英) |
Sound Source Detection by Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
音源同定 / sound source detection |
キーワード(2)(和/英) |
学習 / learning |
キーワード(3)(和/英) |
AdaBoost / AdaBoost |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
池田 千廣 / Chihiro Ikeda / イケダ チヒロ |
第1著者 所属(和/英) |
九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.) |
第2著者 氏名(和/英/ヨミ) |
フォン ヤオカイ / Yaokai Feng / フォン ヤオカイ |
第2著者 所属(和/英) |
九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.) |
第3著者 氏名(和/英/ヨミ) |
内田 誠一 / Seiichi Uchida / ウチダ セイイチ |
第3著者 所属(和/英) |
九州大学 (略称: 九大)
Kyushu University (略称: Kyushu Univ.) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2010-09-05 16:30:00 |
発表時間 |
30分 |
申込先研究会 |
PRMU |
資料番号 |
PRMU2010-69, IBISML2010-41 |
巻番号(vol) |
vol.110 |
号番号(no) |
no.187(PRMU), no.188(IBISML) |
ページ範囲 |
pp.93-98 |
ページ数 |
6 |
発行日 |
2010-08-29 (PRMU, IBISML) |