less than 1 minute read

只要开始发言，每个说话者都会建立一个属于他的 RNN（递归神经网络） 模型，然后在过程中，不断更新相应的 RNN 状态；

论文发表时间：2018年10月
论文地址：https://arxiv.org/abs/1810.04719
官方代码：https://github.com/google/uis-rnn（pytorch）

一、一句话总结

第一句：论文提出了无限交替循环神经网络(UIS-RNN)，解决了以往人声分割算法无法进行监督训练的问题；
第二句：EER 在 NIST SRE 2000 CALLHOME 上达到了 7.6%，比先前的基于聚类的方法（8.8%）和深度网络嵌入方法（9.9%）好；

二、Q&A

三、贡献

四、结论

  • 遇到带标签的数据，我们有可用的监督学习方法了——UIS-RNN；
  • 凡是序列聚类问题（如视频中的人脸聚类），都可以用 UIS-RNN；

五、基本流程/解决方案 —— DocFace

前导知识：RNN，深度学习基本知识；

第一步 Train on source domain：在源数据集上训练出基础模型

第二步 Train on target domain：在目标数据集上训练出最终模型

六、实验

（一）数据集

1. ID-Selfie-A

（二）实验结果

1. 探索实验

结论一：

2. 对比实验

结论二：

结论三：

3. 关于数据集大小对准确度影响的实验

结论四：

七、 展望

:o: 用在线学习到的特征代替预训练的嵌入特征，从而实现一个端到端的人声提取模型；

TOP

附录

（一）基本概念

无限交替循环神经网络
unbounded interleaved-state recurrent neural networks，UIS-RNN；

（二）损失函数

等错误率
错分正负样本概率相同时的FAR；

（三）数据集

1. MS-Celeb-1M[^Ms-celeb-1m]

Comments

You May Also Enjoy