Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Interpolation of Head-Related Transfer Functions Using Manifold Learning

Texto completo
Autor(es):
Grijalva, Felipe ; Martini, Luiz Cesar ; Florencio, Dinei ; Goldenstein, Siome
Número total de Autores: 4
Tipo de documento: Artigo Científico
Fonte: IEEE SIGNAL PROCESSING LETTERS; v. 24, n. 2, p. 221-225, FEB 2017.
Citações Web of Science: 7
Resumo

We propose a new head-related transfer function (HRTF) interpolation method using Isomap, a nonlinear dimensionality reduction technique. First, we construct a singlemanifold for all subjects across both azimuth and elevation angles through the construction of an intersubject graph (ISG) that includes important prior knowledge of the HRTFs such as correlations across individuals, directions, and ears. Then, for a new direction, we predict its corresponding low-dimensional HRTF by interpolating over same subject low-dimensional measured HRTFs. Finally, we use a local neighborhood mapping in the manifold to reconstruct the high-dimensional HRTF from measured HRTFs of all subjects. We show that a single manifold representation obtained through the ISG is a powerful way to allow measured HRTFs from different subjects to contribute for reconstructing the HRTFs for new directions. Moreover, our results suggest that a small number of spatial measurements capture most of acoustical properties of HRTFs. Finally, our approach outperforms other linear and nonlinear dimensionality reduction techniques such as principal component analysis, locally linear embedding, and Laplacian eigenmaps. (AU)

Processo FAPESP: 12/50468-6 - Visão para o cego: traduzindo conceitos visuais 3D em informações de 3D de áudio
Beneficiário:Siome Klein Goldenstein
Modalidade de apoio: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE
Processo FAPESP: 13/21349-1 - Visão para o cego: traduzindo conceitos visuais 3D em informações de 3D de áudio
Beneficiário:Felipe Leonel Grijalva Arévalo
Modalidade de apoio: Bolsas no Brasil - Mestrado
Processo FAPESP: 14/14630-9 - Aprendizado de máquina em processamento de sinais aplicado ao áudio espacial
Beneficiário:Felipe Leonel Grijalva Arévalo
Modalidade de apoio: Bolsas no Brasil - Doutorado