Sélection de descripteurs audio pour la classification des sons environnementaux avec des SVMs mono-classe

Asma Rabaoui (1) , Manuel Davy (2) , Stéphane Rossignol (3) , Zied Lachiri (1) , Noureddine Elouze (1)

1 ENIT - Ecole Nationale d'Ingénieurs de Tunis
2 LAGIS-SI
3 LAGIS - Laboratoire d'Automatique, Génie Informatique et Signal

Cet article traite de la classification supervisée de signaux sonores à des fins de télésurveillance. L'approche développée utilise des descripteurs audio originaux, basés en partie sur une analyse en ondelettes, et une procédure de classification en classes multiples en utilisant plusieurs SVM à une classe. L'originalité du travail réside essentiellement dans la proposition d'une procédure de sélection des meilleures combinaisons de descripteurs audio, ainsi qu'une nouvelle procédure de classification multiclasse. Ces nouvelles approches sont évaluées sur un corpus original et suffisamment important.

Domaines: Traitement du signal et de l'image [eess.SP]; Traitement du signal et de l'image [eess.SP]

Asma Rabaoui, Manuel Davy, Stéphane Rossignol, Zied Lachiri, Noureddine Elouze. Sélection de descripteurs audio pour la classification des sons environnementaux avec des SVMs mono-classe. XXIème Colloque GRETSI, Sep 2007, Troyes, France. pp.173-176. ⟨hal-00258925⟩