15、音乐翻唱识别与食物照片识别技术新进展

音乐翻唱识别与食物照片识别技术新进展

在当今科技领域，音乐翻唱识别和食物照片识别技术正展现出巨大的应用潜力。下面我们将详细探讨这两项技术的相关内容。

高效双层模型助力翻唱歌曲识别

在翻唱歌曲识别方面，研究人员提出了一种高效的检索系统。其主要通过探索现有成功方法的最佳色度特征，使该方法在Covers80上的表现优于先前的方法，平均精度均值（MAP）达到了67.49%。

1. 双层模型的构建与优化
   • 候选生成与排名细化 ：可以根据相关图表仔细调整候选歌曲的数量以满足需求。在最终系统中，第一层仅生成50个候选歌曲，然后使用Qmax对排名进行细化。
   • 模型对比实验 ：通过2DFM - KDT生成候选歌曲后，使用Qmax进行排名细化。实验对比了Qmax、2DFM - KDT和双层模型的性能，结果如表1所示。
     | 数据集 | 方法 | MAP@50 | T/Q |
     | — | — | — | — |
     | Covers2473 | Qmax | 0.8260 | 4.201min |
     | Covers2473 | 2DFM - KDT | 0.4493 | 2.103ms |
     | Covers2473 | 双层模型 | 0.9190 | 8.372s |
     | SHS训练集 | Qmax | - | - |
     | SHS训练集 | 2DFM - KDT | 0.1281 | 12.08ms |
     | SHS训练集 | 双层模型 | 0.2514