پردازش سیگنال پیشرفته (Jul 2020)
استخراج نقشههای برجستگی وزندار در مدلسازی توجه پایین به بالای شنوایی
Abstract
شنوایی یکی از قسمتهای مهم زندگی روزانه انسانها است. با وجود اینکه انسانها در معرض صداهای مختلف از منابع متفاوت قرار دارند و تعداد گیرندههای سیستم عصبی برای تجزیه و تحلیل این صداها محدود هستند، انسانها میتوانند مخلوطهای شنیداری پیچیده را به خوبی پردازش کنند. یکی از دلایل این توانایی انسان، پدیده توجه است. توجه شنوایی را میتوان به دو دسته توجه پایین به بالا و توجه بالا به پایین تقسیمبندی کرد. در این مقاله، مدلی برای شبیهسازی توجه پایین به بالا با استفاده از نقشههای برجستگی وزندار، در سیستم شنوایی ارائه شده است. دادگان به کار رفته در این پژوهش از ترکیب نویزهای پس زمینه مختلف با صوتهای موجود در پایگاه دادگان ESC به عنوان قسمتهای برجسته، در SNR های متفاوت بدست آمده است. برای ارزیابی مدل، از معیار میانگین خطا استفاده شده است که بصورت اختلاف زمانی بین نقطه برجسته واقعی و نقطه برجسته تشخیص داده شده توسط مدل تعریف میشود. ترکیب وزندار نقشههای آشکار حاصل از ویژگیها، با استفاده از الگوریتم ژنتیک، سبب شده است که مدل پیشنهادی با خطای متوسط 92/0 ثانیه عملکرد بهتری را نسبت به مدل پایه با خطای متوسط 91/1 ثانیه داشته باشد.
Keywords