은닉 마르코프 모델의 다목적함수 최적화를 통한 자동 독순의 성능 향상
Improved Automatic Lipreading by Multiobjective Optimization of Hidden Markov Models
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문은 입술의 움직임을 통해 음성을 인식하는 자동 독순의 인식 성능 향상을 위해 인식기로 사용되는 은닉 마르코프 모델을 분별적으로 학습하는 기법을 제안한다. 기존에 많이 사용되는 Baum-Welch 알고리즘에서는 각 모델이 해당 클래스 데이터의 확률을 최대화하는 것을 목표로 학습시키는 반면, 제안하는 알고리즘에서는 클래스간의 분별력을 높이기 위해 두 가지의 최소화 목적함수로 이루어진 새로운 학습 목표를 정의하고 이를 달성하기 위해 모의 담금질 기법에 기반을 둔 다목적함수 전역 최적화 기법을 개발한다. 화자종속 인식 실험을 통해 제안하는 기법의 성능을 평가하며, 실험결과 기존의 학습 방법에 비해 오인식율을 상대적으로 약 8% 감소시킬 수 있음을 보인다.
Abstract
This paper proposes a new multiobjective optimization method for discriminative training of hidden Markov models (HMMs) used as the recognizer for automatic lipreading. While the conventional Baum-Welch algorithm for training HMMs aims at maximizing the probability of the data of a class from the corresponding HMM, we define a new training criterion composed of two minimization objectives and develop a global optimization method of the criterion based on simulated annealing. The result of a speaker-dependent recognition experiment shows that the proposed method improves performance by the relative error reduction rate of about 8% in comparison to the Baum-Welch algorithm.
참고문헌 (15)
- L. A. Ross, "Do you see what I am saying? Exploring visual enhancement of speech comprehension in noisy environments", Cerebral Cortex, 17(5), pp.1147~1153 (2007)
- C. C. Chibelushi, "A review of speech-based bimodal recognition", IEEE Trans. Multimedia, 4(1), pp.23~37 (2002)
- L. Rabiner, "Fundamentals of Speech Recognition" (1993), Prentice-Hall
- W. Chou, "Discriminant-function-based minimum recognition error rate pattern-recognition approach to speech recognition", Proc. IEEE, 88(8), pp.1201~1223 (2000)
- B.-H. Juang, "Minimum classification error rate methods for speech recognition", IEEE Trans. Speech and Audio Processing, 5(3), pp.257~265 (1997)
- A. Ben-Yishai, "A discriminative training algorithm for hidden Markov models", IEEE Trans. Speech and Audio Processing, 12(3), pp.204~216 (2004)
- S. Kirkpatrick, "Optimization by simulated annealing", Science, 220, pp.671~680 (1983)
- 이종석, "제어되지 않은 조명 조건하에서 입술움직임의 강인한 특징추출을 이용한 바이모달 음성인식", Telecommunications Review, 14(1) (2004), SK텔레콤
- R.L.Yang, "Convergence of the simulated annealing algorithm for continuous global optimization", J. Optimization Theory and Applications, 104(3), pp.691~716 (2004)
- H. H. Szu, "Fast simulated annealing", Phys. Lett. A, 122(4), pp.157~162 (1987)
- D. Nam, "n-dimensional Cauchy neighbor generation for the fast simulated annealing", IEICE Trans. Information and Systems, 87(11), pp.2499~2502 (2004)
- D. Nam, "Pareto-based cost simulated annealing for multiobjective optimization", Proc. Asia-Pacific Conf. Simulated Evolution and Learning, 2, pp.522~526 (2002)
- N. Metropolis, "Equation of state calculations by fast computing machines", J. Chem. Phys, 21(6), pp.1087~1092 (1953)
- K. Deb, "A fast and elitist multiobjective genetic algorithm: NSGA-II", IEEE Trans. Evolutionary Computation, 6(2), pp.182~197 (2002)
- E. Zitzler, "A tutorial on evolutionary multiobjective optimization", Metaheuristics for Multiobjective Optimisation Lecture Notes in Economics and Mathematical Systems X. Gandibleux M. Sevaux K. Sörensen and V. T'kindt Eds. Springer-Verlag, 535, pp.3~37 (2004)