研究背景

研究目的

従来研究

従来研究の課題

アプローチ方法

実装した識別器の長所、短所

実験

正解率

実験条件

識別器のパラメータ


実験結果

特徴量の重要度

考察

まとめ

研究背景
研究目的
従来研究
従来研究の課題
アプローチ方法
実装した識別器の長所、短所
実験
正解率
実験条件
識別器のパラメータ
実験結果
特徴量の重要度
考察
まとめ
研究背景
従来研究
ビームフォーマ
空間クロススペクトルを用いたWienerフィルタ推定
解決したい課題
アプローチ方法
作製したマイクロホンアレイ
実験
実験結果
まとめ
•本研究は、小規模アレイによる雑音抑圧を行うために、拡散性雑音を抑圧する手法を提案した。
•今回の実験の結果では、MVDRとWienerフィルタの組み合わせに、帯域分割処理を用いて雑音抑圧を行い、従来法と比較して、SDを維持し、SNRを向上することができた。
研究背景
研究目的
聴診は専門的な知識が必要なため、コンピュータを用いることで一般の方でも
容易に心音を診断できる
従来研究
従来研究で用いられている心音の時間的特徴
心音は、Ⅰ音からⅡ音を一周期とする信号 であり、正常心音では聴取されない音
を心雑音という。
解決したい課題
聴診は様々な雑音下(空調音や話し声)で行われるためコンピュータで正しく
心音を識別することは困難ではないかと考えた
アプローチ方法
アプローチ方法
・周波数領域に着目した特徴量
・二値分類(正常か異常か)に強い識別器
・雑音抑圧
SVM(識別器)
マージンとは内部にデータ点のない、超平面に平行するスラブ平面の最大幅を
意味する
MFCC(特徴量)
雑音抑圧
雑音を含んだ信号データのパワースペクトルから、雑音のパワースペクトルの
平均値をひくことで、雑音を除去する方法
実験概要
実験条件
実験結果
周波数領域に着目した特徴量が心音には有効
雑音抑圧を行うことで心雑音までも抑圧している可能性がある
まとめ
平成26年10月3日に卒業研究の中間発表がありました。
そこで私が発表した内容を簡単に説明します。
・研究背景,目的
動画を撮る際に目的の人の声だけを聞きたい。周りの人の声やその他の雑音は聞きたくない。そのように思い、目的音方向の音のみの強調。を研究しています。
・使用デバイス
Kinect
・課題(複数人対応)
カメラ範囲内の複数人から目的である人を見つけ出すため、骨格検出を行う。
しかし、現在のKinectのスペックでは骨格検出可能人数は2人まで。
3人以上いた場合は骨格検出対象者を切り替えていくことで解決させた。
・システムの流れ
カメラ画像から目的の人のみを見つけ出し、その人の角度情報を取得。
その角度でマイクロホンアレイで録音した音にMV法を適用し、スピーカーから出力する。
・予備実験①
目的は
目的の人を見つけ出せるか。
角度の取得ができるか。
の2つ
目的のどちらも成功!!!
・予備実験②
目的
角度を先に与えておき、二人画面上にいた場合の音声強調(MV法)の精度はどの程度か。
実験の環境
SN比の改善量
男性方向の音の強調
1.6949dB → 5.3013dB 約3.6dBの改善
女性方向の音の強調
-1.6949dB → 3.4998dB 約5.2dBの改善
結果
有効であると判断。
まとめ
この予備実験①と②を組み合わせることで画面上に複数人いた場合も目的音方向の音のみを強調することができるはず。
今後は、この2つを組み合わせることを進めていき、最終的にはリアルタイムで処理できるようにしたい。
2月18日に卒業論文発表会を行ないました
そのときのスライドをHP用に手を加えたものです
スライドが見られない場合お手数ですが下記リンクからファイルをダウンロードしてください