Conception des modèles d'observation audio temps réel à l ... - atiam

CHAPITRE 3Sélection de descripteurs et calcul des descripteursSommaire3.1 Problématique . . . . . . . . . . . . . . . . . . . . . . . . . 193.2 Modélisation du calcul des descripteurs audio . . . . . . 203.3 Recherche et évaluateurs de sous-ensembles . . . . . . . . 223.4 Première approche : ordonner les descripteurs . . . . . . . 233.5 Deuxième approche : taxonomie de recherche . . . . . . . 233.1 ProblématiqueLes algorithmes de sélection de descripteurs ont habituellement pour seulbut de trouver un sous-ensemble des descripteurs aboutissant à la meilleureperformance de classification possible, parmi n descripteurs. Cependant, pourles applications temps-réel le temps de calcul des descripteurs est un élémentcritique car il est impératif que le calcul des descripteurs et la classificationpuissent se faire en une durée inférieure à la longueur d’une fenêtre de signal.Nous nous sommes donc intéressés aux algorithmes pouvant trouver nonpas un mais plusieurs sous-ensembles de descripteurs, assurant chacun uneperformance de classification optimale par rapport au coût de calcul des descripteurs.On notera que les coûts de calcul maximaux sont donnés par l’implémentationdes descripteurs utilisée.La seule publication trouvée abordant le sujet du coût de calcul des descripteurslors de la sélection est [22], où les auteurs proposent une stratégie desélection de descripteurs intéressante basée sur des groupes de descripteurs :group-wise forward selection. Ils définissent un groupe comme un ensemble dedescripteurs obtenus par un même calcul. Si un descripteur d’un groupe aété calculé, tous les autres descripteurs du groupe sont disponibles pour uncoût de calcul nul. L’idée principale de leur algorithme est d’effectuer une