Towards Open World Sound Event Detection

요약

본 논문은 제한적인 데이터셋과 알려진 사건만을 가정하는 기존의 음향 사건 탐지(SED) 시스템의 한계를 극복하기 위해 오픈 월드 사운드 이벤트 탐지(OW-SED) 패러다임을 제안합니다. OW-SED는 새로운/미지의 음향 사건을 식별하고 점진적으로 학습할 수 있도록 설계되었으며, 이를 위해 1D Deformable 구조를 활용하여 시간적 특징에 적응적으로 집중하는 모델을 개발했습니다. 최종 프레임워크인 WOOT은 피처 분리(feature disentanglement)와 다양성 손실(diversity loss) 등의 기법을 통합하여 오픈 월드 환경에서의 탐지 성능을 크게 향상시켰습니다.

핵심 포인트

• 기존 SED 시스템의 한계: 폐쇄 세계 가정으로 인해 실제 다양한 음향 사건에 대한 적용성이 제한적임.
• OW-SED 패러다임 도입: 알려진 사건 감지를 넘어, 미지의/새로운 음향 사건을 식별하고 점진적으로 학습하는 것이 목표임.
• 핵심 구조 제안 (1D Deformable): 중첩 및 모호한 사건 처리를 위해 시간 영역의 중요 지점에 적응적으로 집중할 수 있는 1D Deformable 구조를 사용함.
• WOOT 프레임워크: 클래스 특이적/무관 표현 분리(feature disentanglement)와 다양성 손실을 결합하여 오픈 월드 환경에서의 표현력을 극대화함.