学習による映像中の一般音源同定

摘要

本稿は，映像中の一般音源同定を目的としている．一般音源同定とは，音源となり得る物体が複数カテゴリ想定される場合の音源同定問題を示す．本稿では，一般音源同定問題をAdaBoost を用いた識別器学習の枠組みで扱う．音源となり得る物体が複数カテゴリ存在するため，学習には，音特徴に加え，一般物体認識に有効とされる複数の画像特徴を用いる．まず，その画像特徴と音特徴を独立に扱いながら，識別器学習を試みる．その場合，音源同定問題独特の性質として，画像特徴と音侍徴が与えられても音特徴がほとんど識別に寄与しないことが確認される．次にその解決法として，画像-音の相関特徴を識別器の学習に追加する．これにより，原理的に，音特徴が初めて有効に活用される．この事実を認識実験を行い，吟味した．%The purpose of this paper is to consider a sound source detection method.