Sep, 2022

基于深度学习音频分类的自动驾驶车辆环境感知改进

PDF
TL;DR该文介绍了一个基于深度卷积神经网络的音频分类框架，旨在实现自动驾驶汽车的改进环境感知，并证明了相对于现有的音频分类框架，该框架在自动驾驶汽车相关声音的情况下表现更好。
autonomous vehiclesaudio perceptiondeep learningcnnenvironmental perception
发现论文，激发创造
  • 深度卷积神经网络与数据增强在环境音分类中的应用

    本文提出了一种使用深度卷积神经网络和音频数据增强相结合的方法来进行环境声音分类，通过对增强技术的探索发现在不同类别下所使用的增强技术会对分类准确率产生影响。实验结果表明，该方法在环境声音分类上表现出了最先进的效果。

    Aug, 2016

  • 对比环境声音表示学习

    利用自监督对比技术和浅层 1D CNN 提取环境音频的显著特征，进一步使用规范相关分析（CCA）来融合来自给定音频的两种输入类型的表示，并证明融合的全局特征相对于单独的表示具有更强的鲁棒性。在 ESC-50 和 UrbanSound8K 上的评估表明，该技术能够提取环境声音的大部分特征，并分别在 ESC-50 和 UrbanSound8K 数据集上获得了 12.8％和 0.9％的改进。

    Jul, 2022

  • 环境声音提供视觉学习的监督

    该论文表明，可以使用环境声音作为学习视觉模型的监督信号，他们通过训练卷积神经网络预测与视频帧相关联的声音的统计摘要的过程，展示出网络可以学习传达有关物体和场景的表示，并在几个识别任务上评估了该表示，发现其性能与其他最先进的无监督学习方法相当。通过视觉化，他们还显示网络学习选择通常与特征声音相关联的对象的单元。

    Aug, 2016

  • 使用音频数据进行道路事件监视的深度卷积神经网络

    本研究使用深度卷积神经网络及音頻參數 (如 Mel 頻率倒谱系数、登录 Mel 滤波能量光譜、Fourier 光譜) 做為特徵集合與資料擴增技術，實現了對交通安全重大事件如碰撞、轮胎打滑、喇叭和警笛聲的自动辨識，进而提高 IoT 平台覆盖率的效果，準確率最高可達 94%。

    Mar, 2022

  • AI 机械师：声学车辆特征化神经网络

    本研究介绍一种名为 AI 机械师的深度学习系统，利用移动设备捕捉的声音进行声学车辆特性的分析，包括多级神经网络，可用于汽车检测，故障检测和车辆属性识别。通过这种方式，我们使用叠加架构大大提高了系统准确性。

    May, 2022

  • 使用 Wigner-Wille 分布和卷积神经网络进行音频分类

    本文研究了声音传感器数据在城市环境中的利用潜力，提出了使用 Wigner-Ville 分布和卷积神经网络对声音数据进行分类的新方法，并在开源数据集上进行了性能测试。

    Nov, 2022

  • 从声音学习视觉：环境声音辅助视觉学习

    用环境声音作为监督信号，训练了一个卷积神经网络以预测视频帧所关联的声音的统计摘要，进而学习到了能够传达关于物体和场景信息的表示，表现与其他最先进的无监督学习方法可比。

    Dec, 2017

  • 基于音频分析的自主驾驶交通工具人口贩卖检测框架

    该研究的目标是针对自动驾驶汽车开发一种基于创新的音频分析的人口贩运侦测框架，使用一维卷积神经网络可以将人口贩卖受害者的声音从非人口贩卖声音中区分出来，准确率达 95%。

    Sep, 2022

  • 变分自编码器在环境声音感知中的成本敏感检测

    本文介绍了一种基于成本敏感的分类范式，通过选择分类器的超参数和变分自动编码器的结构来实现对假阳性率和假阴性率之间灵活控制，以检测使用简单嵌入式设备收集的声音数据集中蚊子的存在。

    Dec, 2017

  • 无监督声学特征学习的自监督视觉地形分类

    提出了一种利用无监督感知分类器自我监督外感图像的像素级语义分割的新型地形分类框架，通过学习极少标注图像的弱监督训练，能够在未知城市环境中为移动机器人提供更安全和高效的导航。

    Dec, 2019