深層学習を利用した実環境下悲鳴検出システムの開発

2023 年度 研究成果報告書

• 研究課題/領域番号: 19K04935
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分25020:安全工学関連
• 研究機関: 大阪電気通信大学
• 研究代表者: 早坂 昇 大阪電気通信大学, 情報通信工学部, 教授 (50554573)
• 研究期間 (年度): 2019-04-01 – 2024-03-31
• キーワード: 悲鳴検出 / 悲鳴強調 / 深層学習

研究成果の概要

本研究の目的は，実環境下での使用に耐えうる悲鳴検出システムを構築し普及させることである．まず，実環境下でも高い検出性能を実現するため，深層学習を利用した悲鳴強調手法を提案した．劣悪な雑音環境を想定したシミュレーションにより，高い悲鳴強調効果および悲鳴検出性能が得られることを確認した．次に，小型PCでもリアルタイムに動作させるべく，演算量の削減に取り組んだ．悲鳴が持つ強い周期性を利用することで，従来と比べ1/19のパラメータ数で同等以上の悲鳴強調効果を得ることに成功した．最後に，類似音と悲鳴の識別を容易にするため，上述の悲鳴強調処理を複数回適用する新たな手法を提案し，その有効性を確認した．

自由記述の分野

音声信号処理

研究成果の学術的意義や社会的意義

本研究により，実環境で使用可能な新たな防犯システムの提供を可能にした．これにより，防犯カメラが設置できないプライバシーに配慮する必要がある場面における安全性が大幅に向上する．他にも，演算コストの削減に成功したことから，小型PCやモバイル端末への実装が可能となり，その結果，悲鳴検出システムの応用先が拡大したといえる．例えば，モバイル端末のアプリケーションとして提供されれば，各個人が所有する端末が通報装置となるため，高い犯罪抑止効果が得られる．その他の利用例として，防犯カメラと併用することで，悲鳴発生源に焦点を当て，より鮮明な証拠映像を捉えることも可能となる．