Disambiguating Conflicting Classification Results in AVSR | ||
| dc.conicet.nroedicion | 1ra | es |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas | |
| dc.conicet.organizacion | Techno India College of Technology | |
| dc.conicet.paginas | 209 | es |
| dc.contributor.author | Sad, Gonzalo Daniel | |
| dc.contributor.author | Terissi, Lucas Daniel | |
| dc.contributor.author | Gómez, Juan Carlos | |
| dc.contributor.other | Dey, Nilanjan | |
| dc.date.issued | 2019 | es |
| dc.description.abstract | A novel scheme for disambiguating conflicting classification results in Audio-Visual Speech Recognition (AVSR) applications is proposed in this paper. The classification scheme can be implemented with both generative and discriminative models and can be used with different input modalities, viz. only audio, only visual, and audio visual information. The proposed scheme consists of the cascade connection of a standard classifier, trained with instances of each particular class, followed by a complementary model which is trained with instances of all the remaining classes. The performance of the proposed recognition system is evaluated on three publicly available audio-visual datasets, and using a generative model, namely a Hidden Markov Model, and three discriminative techniques, viz. Random Forests, Support Vector Machines, and Adaptive Boosting. The experimental results are promising in the sense that for the three datasets, the different models, and the different input modalities, improvements in the recognition rates are achieved in comparison to other methods reported in the literature over the same datasets. | es |
| dc.description.fil | Fil: Sad, Gonzalo Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina | |
| dc.description.fil | Fil: Terissi, Lucas Daniel. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina | |
| dc.description.fil | Fil: Gómez, Juan Carlos. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas. Universidad Nacional de Rosario. Centro Internacional Franco Argentino de Ciencias de la Información y de Sistemas; Argentina | |
| dc.format | application/pdf | es |
| dc.identifier.citation | Sad, Gonzalo Daniel; Terissi, Lucas Daniel; Gómez, Juan Carlos; Disambiguating Conflicting Classification Results in AVSR; Elsevier; 2019; 55-80 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.isbn | 978-0-12-818130-0 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/132286 | |
| dc.journal.pagination | 55-80 | es |
| dc.journal.pais | India | es |
| dc.language.iso | eng | es |
| dc.publisher | Elsevier | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/doi/https://doi.org/10.1016/B978-0-12-818130-0.00004-0 | |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/https://www.sciencedirect.com/science/article/pii/B9780128181300000040 | |
| dc.rights | info:eu-repo/semantics/restrictedAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.source.titulo | Intelligent Speech Signal Processing | es |
| dc.subject | SPEECH CLASSIFICATION | es |
| dc.subject | AUDIO-VISUAL SPEECH | es |
| dc.subject | COMPLEMENTARY MODELS | es |
| dc.subject | CLASSIFIER COMBINATION | es |
| dc.subject.classification | Otras Ciencias de la Computación e Información | es |
| dc.subject.classification | Ciencias de la Computación e Información | es |
| dc.subject.classification | CIENCIAS NATURALES Y EXACTAS | es |
| dc.title | Disambiguating Conflicting Classification Results in AVSR | es |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | info:eu-repo/semantics/bookPart | |
| dc.type | info:ar-repo/semantics/parte de libro | |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.ed356035-7fbe-4a39-a1a7-83bf171aa3da_A.pdf
- Tamaño:
- 1.08 MB
- Formato:
- Adobe Portable Document Format