[논문 리뷰] Acoustic scene classification in DCASE 2020 Challenge: generalization across devices and low complexity solutions

Toni Heittola, Annamaria Mesaros외 1명|arXiv (Cornell University)|2020. 05. 29.

Music and Audio Processing인용 수 54

한 줄 요약

이 논문은 두 subtasks를 가진 DCASE 2020 Task 1을 다루며, 여러 기기 간 일반화 및 저복잡도 모델을 다루고, 데이터셋, 벤치마크 및 최상위 시스템을 보고한다.

ABSTRACT

This paper presents the details of Task 1: Acoustic Scene Classification in the DCASE 2020 Challenge. The task consists of two subtasks: classification of data from multiple devices, requiring good generalization properties, and classification using low-complexity solutions. Here we describe the datasets and baseline systems. After the challenge submission deadline, challenge results and analysis of the submissions will be added.

연구 동기 및 목표

• 실제 시나리오에서 다양한 실제 기기에 걸친 강인한 음향 현장 분류를 촉진한다.
• (A) 다중 기기 일반화 및 (B) 500 KB 크기 제한이 있는 저복잡도 모델.
• 데이터세트, 벤치마크, 제출물에 대한 분석을 제공하여 기기 불변 ASC 및 컴팩트 모델의 향후 연구를 안내한다.

제안 방법

• 일반화를 테스트하기 위해 실제 및 시뮬레이션된 기기를 포함한 TAU Urban Acoustic Scenes 2020 Mobile 데이터세트를 도입한다.
• 하나의 기저선 ASC 시스템을 Open L3 임베딩과 각 subtasks별로 작은 CNN/MLP 구성으로 제공한다.
• 저복잡도 솔루션을 장려하기 위해 Subtask B에 모델 크기 제약(≤ 500 KB)을 부과한다.
• 매크로 정확도와 다항 분류 교차 엔트로피(log loss)로 제출물을 평가한다.
• 최상위 제출물을 분석하여 데이터 증강, 양자화, 가지치기, 희소 연결성과 같은 공통 전략을 식별한다.

실험 결과

연구 질문

• RQ1 ASC 시스템은 실제 및 시뮬레이션된 방대한 기기 세트에서 얼마나 잘 일반화되는가?
• RQ2 엄격한 저복잡도(모델 크기) 제약하에서 강력한 성능을 가능하게 하는 전략은 무엇인가?
• RQ3 Subtask A와 Subtask B에서 성능 향상에 기여하는 주요 기술은 무엇인가?
• RQ4 보이는 기기와 보이지 않는 기기 간에 최상위 시스템이 벤치마크보다 어떻게 비교되는가?

주요 결과

• Subtask A는 평가 세트에서 최대 76.5% 정확도를 달성했으며, 벤치마크는 51.4%였다.
• Subtask B는 최대 96.5% 정확도를 달성했고, 벤치마크는 89.5%였으며 많은 시스템이 500 KB 한계에 근접했다.
• 데이터 증강은 Subtask A에서 기기 불일치를 완화하는 지배적 기술이었다.
• 저복잡도 솔루션은 Subtask B에서 사후 학습 양자화, 가지치기, 희소 연결 및 저정밀 가중치(예: int8, float16, 또는 1-bit 가중치)에 의존했다.
• 상위 Subtask A 시스템의 대다수는 심층학습 아키텍처(ResNet 변형, CNNs)를 사용했고, 종종 앙상블 및 데이터 증강과 함께였다.
• Subtask A의 평가 데이터세트에는 12개 도시에서 11대의 기기가 포함되었고, 다섯 대의 기기는 평가를 위해 학습에서 보지 않았다.
• Subtask B의 평가는 모델 크기를 500 KB의 비제로 매개변수로 제한하여 깊이별 분리 가능 CNN과 슬림 모델과 같은 컴팩트한 아키텍처를 촉진했다.