Rilevamento di Eventi Sonori in Mondo Aperto Introdotto con il Framework WOOT

Un nuovo paradigma chiamato Rilevamento di Eventi Sonori in Mondo Aperto (OW-SED) è stato sviluppato dai ricercatori per superare i vincoli dei sistemi tradizionali di Rilevamento di Eventi Sonori (SED) che operano sotto un presupposto di mondo chiuso. Questo metodo innovativo consente ai modelli di riconoscere eventi sia familiari che nuovi, apprendendo in modo incrementale, traendo ispirazione dalle tecniche di apprendimento in mondo aperto nella visione artificiale. Per affrontare problemi come eventi sovrapposti e ambigui, il team propone un'architettura deformabile 1D che utilizza l'attenzione deformabile per concentrarsi su aree temporali chiave. Il framework, denominato Open-World Deformable Sound Event Detection Transformer (WOOT), presenta un meccanismo per separare gli attributi specifici della classe da quelli condivisi. Questa ricerca mira a migliorare il SED in ambienti dinamici, con potenziali applicazioni in sorveglianza, città intelligenti, sanità e indicizzazione multimediale. L'articolo è disponibile su arXiv con il riferimento 2605.03934.