卒論のサーベイ方針

卒論のサーベイをする

先行研究を知る

今欲しい情報は何?

より現実的なイベント検出を実現する

複数の音が同時に発生する

そのためにマルチラベル分類を考える

シーン分類はある音声クリップにラベルを割り当てるだけ

イベント検出はいつ,何が起きたかを予測/分類する

音を用いて何をするのか一切触れてない

モデル説明を見ると,やっているのは音響シーン分類に見える

決してイベント検出ではない

行動認識で必要なのはシーンではなくイベント検出だと思う

検出+異常検知は精度が出そうだと思っている

この辺りも調べたい

そもそも,音による行動認識の先行研究が見当たらない

蒸留とBERTの先行研究ばかりに見える

先行研究がたくさんあるようだし,マルチクラスなイベント検出を考える

イベント検出した後

音による異常検知

複数の異常云々は抜きで考える

時間的文脈から異常か判断する研究を探す

音によるマルチラベル分類

同時になる音を正しく識別するにはマルチラベル分類が必要だと思う

簡単な実装を行う傍ら,参考になりそうな論文を探す

複数の音響イベントを識別

この手の先行研究が手持ちにない

探して読んで,理解を深める