IISURI LAB

RECHERCHE · INAOE · 2004

Reconnaissance des pleurs de bébés par un matériel intelligent.

Mise en œuvre électronique d’un réseau neuronal hybride pour classifier des signaux acoustiques de bébés au moyen d’une architecture parallèle sur FPGA.

Israel Alejandro Suaste RivasMaîtrise en sciences, spécialité électronique · Institut national d’astrophysique, optique et électronique
ProblèmeClassifier les motifs acoustiques des pleurs et certaines conditions pathologiques.
MéthodeLPC + ACP + réseau neuronal hybride relationnel flou.
Mise en œuvreFPGA RC100 de Celoxica avec conception parallèle en Handel-C.

Synthèse de la recherche

Les pleurs sont l’un des principaux moyens de communication d’un bébé. La thèse étudie comment leurs caractéristiques acoustiques peuvent distinguer trois classes : pleurs normaux, pleurs de bébés sourds et pleurs associés à l’asphyxie.

La proposition combine des coefficients de prédiction linéaire, une analyse en composantes principales pour réduire la dimension et un réseau neuronal hybride. Le classificateur est d’abord évalué par simulation, puis mis en œuvre dans un matériel reconfigurable en exploitant l’exécution parallèle.

2 268segments audio d’une seconde analysés dans le jeu de données initial.
94,6078 %de classifications correctes pour le groupe A avec des fonctions d’appartenance triangulaires.
3,2 mstemps de calcul estimé par vecteur dans l’implémentation FPGA.
Version française de la couverture de la thèse de maîtrise
Document original. Thèse soumise à l’INAOE, Tonantzintla, Puebla, décembre 2004.

Architecture du système

Le flux prend un échantillon audio, le numérise, extrait ses caractéristiques, réduit le vecteur d’entrée et transmet une décision à un réseau entraîné. L’architecture est divisée en étapes pouvant s’exécuter en parallèle dans le FPGA.

EntréeNumérisation audio mono à 16 kHz, avec filtrage conservant les fréquences inférieures à 8 kHz.
CaractéristiquesCoefficients de prédiction linéaire représentant le comportement acoustique du tractus vocal et du signal de pleurs.
RéductionL’analyse en composantes principales réduit le volume des coefficients tout en conservant l’information utile.
ClassificationRéseau neuronal relationnel flou avec fonctions d’appartenance et trois sorties : normal, surdité et asphyxie.
MatérielImplémentation parallèle sur le FPGA RC100, avec mémoire, clavier et affichage des résultats sur moniteur.
Diagramme du flux de reconnaissance des pleurs
Flux de reconnaissance. Traitement acoustique, réduction des caractéristiques et classification.
Schéma du réseau neuronal implémenté dans le FPGA
Implémentation électronique. Schéma du réseau neuronal relationnel flou dans le FPGA.

Résultats et conclusions

Le meilleur résultat du groupe A utilise sept fonctions d’appartenance triangulaires et atteint 94,6078 % de classifications correctes. Pour le groupe B, la même configuration atteint 92,292 %. L’implémentation matérielle reproduit le comportement de la simulation et exploite le parallélisme du FPGA pour réduire le temps de traitement.

Graphiques des résultats de classification de la thèse
Évaluation. Comparaison de la précision selon les groupes et les configurations de fonctions d’appartenance.
Pourquoi ce travail reste pertinent

La thèse anticipe des principes toujours présents dans les systèmes d’IA : extraction de caractéristiques, réduction dimensionnelle, classification hybride, accélération parallèle, évaluation reproductible et conception réutilisable.

Document complet

Cette page est une synthèse éditoriale pour faciliter la lecture. Le document complet conserve le texte, les tableaux, les figures et les annexes originales.

Ouvrir la thèse complète ↗Retour aux références