지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.4
- 수록면
- 113 - 119 (7page)
- DOI
- 10.5391/JKIIS.2020.30.2.113
이용수
초록· 키워드
오류제보하기
청각장애인은 일상생활에서 위험 소리를 듣지 못하여 위험에 많이 노출되고 있으며, 이를 해결하기 위해서 위험 소리를 인지하여 청각장애인에게 알려주는 기술이 필요하다. 최근 딥러닝을 적용하여 음향 이벤트를 분류하는 기술에 대한 연구는 진행되고 있지만, 위험 소리에 특화된 데이터 셋이 존재하지 않아 위험 소리를 분류하는 기술은 연구가 많이 진행되고 있지 않다. 따라서 본 논문에서는 10개의 범주에 대하여 26시간 규모의 위험 소리 데이터 셋을 구축하였다. 그리고 최신 합성곱 신경망 모델인 SE-ResNeXt을 사용하는 위험 소리 분류 방법을 제안하였다. 마지막으로 본 연구에서 구축한 위험 소리 데이터 셋을 사용하여 기존의 방법과 제안 방법의 분류 성능을 분석하였으며, 본 논문에서 제안한 SE-ResNeXt 기반의 위험 소리 분류 방법이 기존의 방법보다 뛰어난 분류 성능을 가지는 것을 실험 결과로 확인하였다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 위험 소리 데이터 셋
4. SE-ResNeXt 기반 위험 소리 분류 방법
5. 실험 결과
6. 결론 및 향후 연구
References
참고문헌 (15)
참고문헌 신청
J. Salamon, C. Jacoby, and J. P. Bello, “A Dataset and Taxonomy for Urban Sound Research,” Proceedings of the 22nd ACM International Conference on Multimedia, pp. 1041-1044, 2014.
K. J. Piczak, “ESC: Dataset for Environmental Sound Classification,”Proceedings of the 23rd ACM International Conference on Multimedia, pp. 1015-1018, 2015.
S. Kim, H. Kim, C. Park, and M. Chung, “Deep Learning based Sound Direction and Classification System for Deaf People,” Proceedings of the Korea Information Science Society Conference, pp. 1896-1898, 2017.
S. Seo, H. Suh, H. Yu, S. Yeon, and S. Park, “Hazardous Sound Classification for the Hearing-impaired Using Deep Neural Networks,” Proceedings of the Korea Information Science Society Conference, pp. 799-801, 2017.
K. J. Piczak, “Environmental sound classification with convoultional neural networks,” Proceedings of the IEEE 25th International Workshop on Machine Learning for Signal Processing, pp. 1-6, 2015.
K. J. Piczak, “ESC: Dataset for Environmental Sound Classification,”Proceedings of the 23rd ACM International Conference on Multimedia, pp. 1015-1018, 2015.
S. Kim, H. Kim, C. Park, and M. Chung, “Deep Learning based Sound Direction and Classification System for Deaf People,” Proceedings of the Korea Information Science Society Conference, pp. 1896-1898, 2017.
S. Seo, H. Suh, H. Yu, S. Yeon, and S. Park, “Hazardous Sound Classification for the Hearing-impaired Using Deep Neural Networks,” Proceedings of the Korea Information Science Society Conference, pp. 799-801, 2017.
K. J. Piczak, “Environmental sound classification with convoultional neural networks,” Proceedings of the IEEE 25th International Workshop on Machine Learning for Signal Processing, pp. 1-6, 2015.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
청각장애인을 위한 딥 러닝 기반 위험 소리 분류 시스템
한국정보과학회 학술발표논문집
2017 .12
-
영상 기반 SE module과 ResNext을 이용한 옥외광고 추천시스템
한국정보과학회 학술발표논문집
2022 .12
-
ResNeXt 모델 기반의 외래잡초 영상 판별 시스템
멀티미디어학회논문지
2021 .06
-
딥러닝을 이용한 청각장애인 위험방지 및 STT 서비스의 통합 플랫폼 구현
디지털콘텐츠학회논문지
2022 .08
-
청각 장애인을 위한 딥 러닝 기반 소리 방향 및 종류 식별 시스템
한국정보과학회 학술발표논문집
2017 .06
-
LPI 레이더 중첩 신호 인지를 위한 ResNeXt 기반 다중 라벨 분류
한국통신학회 학술대회논문집
2023 .06
-
청각장애인을 위한 소리감지 시스템
한국통신학회 학술대회논문집
2024 .06
-
청각장애인을 위한 소리 인지 장치 개발
한국정보과학회 학술발표논문집
2020 .12
-
소리 데이터 분류에 대한 데이터 증대 방법 연구
한국방송미디어공학회 학술발표대회 논문집
2022 .06
-
소리 데이터 활용 체계 연구
Proceedings of KIIT Conference
2023 .06
-
해외 소리데이터 활용 사례분석을 통한 국내 연구 방향에 관한 연구
Proceedings of KIIT Conference
2023 .06
-
현실 공간 소리 탐지 및 분류 모델
한국정보과학회 학술발표논문집
2024 .06
-
Machining Condition Based Sound Data Generator Model for Sound Monitoring
한국정밀공학회 학술발표대회 논문집
2023 .05
-
가상 환경에서 사운드의 반사와 회절을 이용한 실시간 소리 제어 방법
한국컴퓨터정보학회 학술발표논문집
2021 .01
-
데이터 증폭을 이용한 환경 소리 분류의 학습 모델 분석 및 비교
한국통신학회 학술대회논문집
2020 .11
-
‘들리는’ 소리를 ‘볼 수 있는’ 인공지능 기술
소음·진동
2022 .09
-
광역 스펙트로그램과 심층신경망에 기반한 중첩된 소리의 인식과 영향 분석
방송공학회논문지
2018 .05
-
심혈관 상태 식별을 위한 CNN Block 구조를 적용한 고성능 ECG 데이터 분석시스템
전자공학회논문지
2022 .06
-
외부 환경분석 기반의 소리데이터 활용연구 분야 선정 및 사례 기반 사회문제 해결 방안 연구
Proceedings of KIIT Conference
2023 .06
-
소리의 재발견 : 소리풍경
대한토목학회지
2016 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-003-000579478