Πολυ-Αισθητηριακή Ακουστική Ανάλυση Περιβάλλοντος

Γιαννούλης, Παναγιώτης; Giannoulis, Panagiotis

dc.contributor.author	Γιαννούλης, Παναγιώτης	el
dc.contributor.author	Giannoulis, Panagiotis	en
dc.date.accessioned	2022-10-03T09:29:40Z
dc.date.available	2022-10-03T09:29:40Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55832
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23530
dc.rights	Default License
dc.subject	Εντοπισμός ακουστικών γεγονότων	el
dc.subject	Πολυ-καναλική επεξεργασία	el
dc.subject	Επικαλυπτόμενα γεγονότα	el
dc.subject	Εξυπνα σπίτια	el
dc.subject	Εντοπισμός φωνής	el
dc.subject	Acoustic event detection	en
dc.subject	Multi-channel processing	en
dc.subject	Overlapped acoustic events	en
dc.subject	Smart homes	en
dc.subject	Speech activity detection	en
dc.title	Πολυ-Αισθητηριακή Ακουστική Ανάλυση Περιβάλλοντος	el
dc.contributor.department	Τομέας Σημάτων, Ελέγχου και Ρομποτικής	el
heal.type	doctoralThesis
heal.classification	Εντοπισμός Ακουστικών Γεγονότων	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-11-26
heal.abstract	Στη Διατριβή μας εξετάζουμε το πρόβλημα του εντοπισμού ακουστικών γεγονότων σε «έξυπνα» περιβάλλοντα με πολλαπλά μικρόφωνα. Ο εντοπισμός ακουστικών γεγονότων αποτελεί σημαντικό τμήμα του ευρύτερου πεδίου της υπολογιστικής ανάλυσης ακουστικής σκηνής, και στόχος του είναι ο αυτόματος εντοπισμός στον χρόνο και η αναγνώριση των ακουστικών γεγονότων που περιέχονται σε ένα ηχητικό στιγμιότυπο. Στην έρευνά μας εστιάζουμε στην ανάπτυξη μεθόδων για την αξιοποίηση της πληροφορίας από πολλαπλά μικρόφωνα για τον εντοπισμό γεγονότων σε απαιτητικές συνθήκες με φαινόμενα επικάλυψης. Αρχικά, δίνουμε έμφαση στο πρόβλημα του εντοπισμού της ανθρώπινης φωνής, και στα πλαίσια ενός «έξυπνου» οικιακού περιβάλλοντος με πολλαπλά δωμάτια αναπτύσσουμε ένα σύστημα χωρο-χρονικού εντοπισμού φωνής δύο σταδίων, κατάλληλο για διαλογικά συστήματα φωνητικών εντολών. Στο πρώτο στάδιο, το σύστημά μας συνδυάζει αποτελεσματικά τα σήματα από πολλαπλά μικρόφωνα για να πετύχει τον χρονικό εντοπισμό της φωνής, και στο δεύτερο, καινοτόμα πολυκαναλικά χαρακτηριστικά εξάγονται για τον χωρικό εντοπισμό της φωνής σε επίπεδο δωματίου. Το σύστημά μας επιδεικνύει εύρωστη απόδοση και συγκρίνεται ευνοϊκά με μεθόδους βαθιάς μηχανικής μάθησης. Στη συνέχεια, στο ευρύτερο πρόβλημα του εντοπισμού ακουστικών γεγονότων, δίνουμε έμφαση στο απαιτητικό σενάριο των επικαλυπτόμενων γεγονότων και πειραματιζόμαστε με μεθόδους παραγοντοποίησης μη-αρνητικών πινάκων (NMF). Στα πλαίσια αυτής της έρευνας, διερευνούμε μεθόδους για την βελτίωση του σταδίου εντοπισμού σε βασικές μεθόδους NMF, την αύξηση της αποδοτικότητας σε δύσκολες επικαλυπτόμενες συνθήκες συστημάτων NMF που συνδυάζονται με ταξινομητές, και τέλος την ανάπτυξη αποτελεσματικών πολυ-καναλικών συστημάτων NMF για προβλήματα εντοπισμού γεγονότων. Τέλος, πειραματιζόμαστε με μεθόδους βαθιάς μηχανικής μάθησης για τον εντοπισμό επικαλυπτόμενων γεγονότων σε περιπτώσεις όπου υπάρχει μεγάλη ποικιλία πιθανών κλάσεων. Σε αυτή την κατεύθυνση, προτείνουμε τον συνδυασμό και την από κοινού εκπαίδευση ενός πολυ-καναλικού νευρωνικού δικτύου διαχωρισμού γεγονότων με ένα νευρωνικό δίκτυο ταξινόμησης ακουστικών γεγονότων, πετυχαίνοντας βελτιωμένη απόδοση σε σχέση με παραδοσιακές τεχνικές. Για την αξιολόγηση των μεθόδων μας, χρησιμοποιούμε διάφορες συνθετικές και πραγματικές βάσεις δεδομένων που δημιουργήθηκαν/ηχογραφήθηκαν σε κατάλληλα πολυ-καναλικά «έξυπνα» περιβάλλοντα.	el
heal.advisorName	Μαραγκός, Πέτρος
heal.committeeMemberName	Μαραγκός, Πέτρος
heal.committeeMemberName	Ποταμιάνος, Γεράσιμος
heal.committeeMemberName	Τζαφέστας, Κωνσταντίνος
heal.committeeMemberName	Κόλλιας, Στέφανος
heal.committeeMemberName	Τσανάκας, Παναγιώτης
heal.committeeMemberName	Κατσαμάνης, Αθανάσιος
heal.committeeMemberName	Φωτεινέα, Ευΐτα-Σταυρούλα
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	144 σ.	el
heal.fullTextAvailability	false