2차원 변환과 CNN 딥러닝 기반 음향 인식 시스템에 관한 연구

• 영문명: A Study on Sound Recognition System Based on 2-D Transformation and CNN Deep Learning
• 발행기관: 한국스마트미디어학회
• 저자명: 하태민(Tae Min Ha) 조성원(Seongwon Cho) Ngo Luong Thanh Tra Do Chi Thanh 이기성(Keeseong Lee)
• 간행물 정보: 『스마트미디어저널』Vol11, No.1, 31~37쪽, 전체 7쪽
• 주제분류: 공학 > 컴퓨터학
• 파일형태: PDF
• 발행일자: 2022.02.28

국문 초록

본 논문은 일상생활에서 흔히 들을 수 있는 소리(비명소리, 박수 소리, 여러 명의 박수 소리, 자동차 지나가는 소리, 배경음 등)를 감지하는 음향 인식을 위하여, 신호처리 및 딥러닝을 적용하는 연구에 관한 것이다. 제안된 음향 인식에서는, 인식 정확도의 향상을 위해서 음향 파형의 스펙트럼, 음향 데이터의 증강, 2차원(2-D) 이미지 변환에 관한 기술들이 사용되었고, 예측의 정확도를 향상을 위한 앙상블 학습, Convolution Neural Network(CNN) 딥러닝 기술들이 적용된다. 제안된 음향 인식 기술은 실험을 통해 다양한 음향을 정확하게 인식할 수 있음을 보여준다.

영문 초록

This paper proposes a study on applying signal processing and deep learning for sound recognition that detects sounds commonly heard in daily life (Screaming, Clapping, Crowd_clapping, Car_passing_by and Back_ground, etc.). In the proposed sound recognition, several techniques related to the spectrum of sound waves, augmentation of sound data, ensemble learning for various predictions, convolutional neural networks (CNN) deep learning, and two-dimensional (2-D) data are used for improving the recognition accuracy. The proposed sound recognition technology shows that it can accurately recognize various sounds through experiments.

목차

Ⅰ. 서론

Ⅱ. 음향 인식 시스템과 관련 연구

Ⅲ. 제안하는 음향 인식을 위한 신호처리 및 딥러닝

Ⅳ. 실험 결과

Ⅴ. 결론

키워드

음향 데이터 2차원 이미지 증강 앙상블 학습 Sound Data Set CNN 2-D data Augmentation Ensemble Learning