| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2016-03-29 09:00 ［ポスター講演］メルケプストラムを用いた深層ニューラルネットワークによる室内環境音識別の検討 ○美島咲子・若林佑幸・福森隆寛・中山雅人・西浦敬信（立命館大）  EA2015-121 SIP2015-170 SP2015-149 |
|
| 抄録 | （和） | 社会の高齢化に伴い，一人暮らし高齢者による家庭内事故の増加や孤独死が深刻な問題となっている．そのため，ビデオカメラを用いた高齢者見守りサービスや安否確認システムが提案されている．しかし，このようなシステムでは暗所や死角における異常事態の検出が困難である．この問題を解決する方法として，日常生活で発生する環境音から周囲の状況を特定する環境音識別が注目されている．従来の環境音識別では，音響特徴量にメル周波数ケプストラム係数(MFCC)，モデル化に隠れマルコフモデル(HMM) を利用していた．しかし，室内環境下で発生した環境音は残響等の影響を受けて音響的特徴が変化するため，十分な識別性能が得られない問題がある．そのため，表現学習から得られる残響等の外的要因に影響されない本質的な特徴を識別に用いることで，更なる識別精度の改善が見込まれる．そこで本研究では，深層ニューラルネットワーク(DNN) により表現学習を行い，学習済みDNN を音響モデルとして用いる環境音識別法を提案する．評価実験により従来法と提案法の識別性能を比較した結果，提案法の有効性を確認した． |
| （英） | Surveillance systems with a video camera have been utilized for the safety of people. Environmental sound discrimination have been proposed in order to monitor the situations in the dark and blind areas. In the past,the acoustic model has been constructed on the basis of hidden Markov model (HMM) with mel frequency cepstrum coefficient (MFCC). However, it is difficult to extract the features in all indoor-environmental sounds. Deep neural network (DNN) is able to extract the essential feature from input signals. We proposed the discrimination method based on DNN with MFCC and confirmed the effectiveness of it with the evaluation experiments. | |
| キーワード | （和） | 環境音識別 / 表現学習 / 特徴量抽出 / モデル化 / 深層ニューラルネットワーク / / / |
| （英） | Environmental sound discrimination / Representation learning / Feature extraction / Modeling / Deep neural network / / / | |
| 文献情報 | 信学技報, vol. 115, no. 522, SIP2015-170, pp. 305-310, 2016年3月. | |
| 資料番号 | SIP2015-170 | |
| 発行日 | 2016-03-21 (EA, SIP, SP) | |
| 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 | EA2015-121 SIP2015-170 SP2015-149 |
|
| 研究会情報 | |
| 研究会 | EA SP SIP |
| 開催期間 | 2016-03-28 - 2016-03-29 |
| 開催地（和） | 別府国際コンベンションセンター B-ConPlaza |
| 開催地（英） | Beppu International Convention Center B-ConPlaza |
| テーマ（和） | 応用／電気音響，音声，信号処理，一般 |
| テーマ（英） | Engineering/Electro Acoustics, Speech, Signal Processing, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2016-03-EA-SP-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | メルケプストラムを用いた深層ニューラルネットワークによる室内環境音識別の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study of Indoor-environmental Sound Discrimination Based on Deep Neural Network with Mel-cepstrum |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 環境音識別 / Environmental sound discrimination |
| キーワード(2)（和/英） | 表現学習 / Representation learning |
| キーワード(3)（和/英） | 特徴量抽出 / Feature extraction |
| キーワード(4)（和/英） | モデル化 / Modeling |
| キーワード(5)（和/英） | 深層ニューラルネットワーク / Deep neural network |
| 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） | 美島 咲子 / Sakiko Mishima / ミシマ サキコ |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan University) |
| 第2著者 氏名（和/英/ヨミ） | 若林 佑幸 / Yukoh Wakabayashi / ワカバヤシ ユウコウ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan University) |
| 第3著者 氏名（和/英/ヨミ） | 福森 隆寛 / Takahiro Fukumori / フクモリ タカヒロ |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan University) |
| 第4著者 氏名（和/英/ヨミ） | 中山 雅人 / Masato Nakayama / ナカヤマ マサト |
| 第4著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan University) |
| 第5著者 氏名（和/英/ヨミ） | 西浦 敬信 / Takanobu Nishiura / ニシウラ タカノブ |
| 第5著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan University) |
| 講演者 | 第1著者 |
| 発表日時 | 2016-03-29 09:00:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2015-121, SIP2015-170, SP2015-149 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.521(EA), no.522(SIP), no.523(SP) |
| ページ範囲 | pp.305-310 |
| ページ数 | 6 |
| 発行日 | 2016-03-21 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]