Jun, 2023

CoverHunter: 经过精细调整的注意力和对齐技术的翻唱歌曲识别

PDF
TL;DR提出了一个名为 CoverHunter 的新系统，该系统利用卷积增强变压器结构、基于注意力机制的时间池化模块、新颖的由粗到细的训练方案等方法，提高了当前歌曲查找技术的性能。通过在多个标准数据集上进行实验，证明了该方法在嵌入大小为 128 的情况下优于现有技术 2.3％至 17.7％。
cover song identificationconvolution-augmented transformerattention-based time pooling modulecoarse-to-fine training schemetraining tricks
发现论文，激发创造
  • 使用卷积神经网络学习表征进行 Cover 歌曲识别

    本文提出了一种基于卷积神经网络的新型架构，用于解决音乐信息检索中的 Cover Song Identification 问题，随着分类策略的应用，该网络可训练出对节奏变化具有鲁棒性的模型，实验证明该方法在解决 cover song identification 问题方面表现优异。

    Nov, 2019

  • 使用卷积神经网络进行音频翻唱歌曲识别

    该研究提出了一种使用卷积神经网络进行歌曲识别的新方法，并通过构建数据集以及训练 CNN 模型的方式来实现歌曲识别，实验结果表明该算法的性能优于或与最先进的算法相当。

    Dec, 2017

  • 封面歌曲检测中的创新：基于歌词的方法

    本文提出了一种利用歌词进行翻唱歌曲检测的新方法，通过引入一份包含 5078 首翻唱歌曲和 2828 首原创歌曲的数据集，并对该方法进行评估和与基准方法的比较，结果表明该方法优于基准方法。

    Jun, 2024

  • 基于注意力增强残差卷积神经网络的 CSI 指纹室内定位

    本文提出了一种新的室内定位系统，使用了注意力增强的残差卷积神经网络和深度轨迹先验来提高定位精度和追踪效果，并探讨了惯性测量单元精度差异对追踪性能的影响及其解决方法。

    May, 2022

  • 基于注意力机制的 CSI 无线定位

    本研究提出了一种基于注意力机制的 CSI（Channel State Information）用于深度神经网络的鲁棒特征学习，在铁路环境中的表现优于使用基础 DNN。

    Mar, 2022

  • 利用主导旋律嵌入技术进行封面检测

    本文提出，使用神经网络架构训练每个音轨的嵌入矢量，使计算负担得以减轻。嵌入矢量提取可以脱机进行并存储，而成对比较的任务则简化为简单的欧几里德距离计算。本方法不仅在小型数据集上表现优异，而且在大型数据集上也有着进一步的提升，并且可以在几秒钟内处理数千个查询数据库。

    Jul, 2019

  • 一种用于封面检测的原型三元组损失

    用卷积神经网络将每个音轨映射到一个嵌入向量，并在嵌入空间中最小化覆盖对的距离，同时在非覆盖下最大化，以检测音频文件是否嵌入其目录中的音乐内容，同时提出了两种改进的方法来提高模型在困难情况下的准确性。

    Oct, 2019

  • 基于相关掩蔽建模的紧凑型 Transformer 跟踪器

    本文证明了自注意力结构足以实现信息聚合，无需进行结构适应以及对于目标跟踪提取辨别特征和增强目标和搜索图像之间的通信。通过采用基本的视觉 Transformer（ViT）架构作为主跟踪器，并将模板和搜索图像进行特征嵌入，进而提出了一种紧凑的变换跟踪器。该跟踪器仅由一个 ViT 主干和一个框头组成，可以以每秒 40 帧的速度运行，并在多个测试数据集上实现了最先进的跟踪效果。

    Jan, 2023

  • 基于监督对比的 CSI 表示学习在大规模 MIMO 定位中的应用

    该论文介绍了一种基于深度卷积神经网络和对比学习的大规模 MIMO CSI 相似度学习方法，并通过指纹定位实验验证证明，所提出的相似度度量方法显著提高了定位的准确性。

    Apr, 2022

  • 一维卷积神经网络 CSI 室内定位框架

    本文提出了一个包括数据收集，模式聚类，降噪，校准和轻量级一维卷积神经网络模型的端到端解决方案，并使用信号指纹技术解决复杂室内环境下通道状态信息的检测问题，实验表明该方法性能达到最佳神经网络和信道状态信息室内定位作品的 68.5％，参数极少。

    May, 2022