Boosting classifiers for music genre classification

Abstract

This paper investigates discriminative boosting of classifiers to improve the automatic music genre classification performance. Two classifier structures, boosting of the Gaussian mixture model based classifiers and classifiers that are using the inter-genre similarity information, are proposed. The first classifier structure presents a novel extension to the maximum-likelihood based training of the Gaussian mixtures to integrate GMM classifier into boosting architecture. In the second classifier structure, the boosting idea is modified to better model the intergenre similarity information over the mis-classified feature population. Once the inter-genre similarities are modeled, elimination of the inter-genre similarities reduces the inter-genre confusion and improves the identification rates. A hierarchical auto-clustering classifier scheme is integrated into the inter-genre similarity modeling. Experimental results with promising classification improvements are provided. / Öz: Bu makale, otomatik müzik türü sınıflandırma performansını iyileştirmek için sınıflandırıcıların ayrımcı güçlendirmesini araştırmaktadır. Gauss karışım modeli tabanlı sınıflandırıcıların ve türler arası benzerlik bilgisini kullanan sınıflandırıcıların güçlendirilmesi olmak üzere iki sınıflandırıcı yapısı önerilmiştir. İlk sınıflandırıcı yapısı, GMM sınıflandırıcısını güçlendirme mimarisine entegre etmek için Gauss karışımlarının maksimum olabilirliğe dayalı eğitimine yeni bir uzantı sunar. İkinci sınıflandırıcı yapısında, türler arası benzerlik bilgisini yanlış sınıflandırılmış özellik popülasyonu üzerinde daha iyi modellemek için artırma fikri değiştirilir. Türler arası benzerlikler modellendikten sonra, türler arası benzerliklerin ortadan kaldırılması türler arası karışıklığı azaltır ve tanımlama oranlarını artırır. Hiyerarşik bir otomatik kümeleme sınıflandırıcı şeması, türler arası benzerlik modellemesine entegre edilmiştir. Umut verici sınıflandırma iyileştirmeleri ile deneysel sonuçlar sağlanmıştır.