近日，我校計算機學院嵌入式與物聯網團隊智能信号處理組（Group of Intelligent Signal Process, GISP）與悉尼科技大學“音頻聲學與振動中心”及薩裡大學“視覺語音信号處理中心”最新合作研究成果“基于時頻信息融合的工業異音檢測”（Anomalous Sound Detection using Spectral-Temporal Information Fusion）入選音頻信号處理領域頂級國際會議ICASSP 2022。
基于機器聽覺的人工智能技術在工業設備異常檢測應用中仍未廣泛發揮作用，在實際應用中存在諸多難點和挑戰。例如：在工業異音檢測中設備異常難以有效區分、缺乏檢測穩定性，部分設備異常檢測效果極差，甚至對同類型不同設備的檢測性能也會呈現極大差異。
針對上述問題，合作研究團隊從設備的聲學特征表示入手，對當前工業異音檢測方法所常用的對數梅爾譜特征進行分析，并基于此提出了一種基于時頻融合的自監督分類方法，通過時頻域信息的融合互補，極大地提升了工業設備異常檢測的性能和穩定性。目前該研究成果已發表在第47屆IEEE國際聲學、語音與信号處理會議（International Conference on Acoustics, Speech and Signal Processing, ICASSP2022）發表，論文第一作者為智能信号處理組成員軟件學院2017級本科生柳友德。
2020年，學院關鍵老師組建成立智能信号處理組，緻力于人工智能技術驅動的信号處理基礎理論及應用研究，小組研究成果已經連續三年被ICASSP錄用。智能信号處理組堅持“面向學術前沿，以實際應用需求為導向，以高素質人才培養為目标”，依托課題吸引本科生參與到科研工作中，着重培養學生分析問題、解決問題的能力，注入創新意識，此次是GISP組本科生第二次以第一作者身份在信号處理領域權威期刊、會議發表高水平學術研究成果。
