整系数预测技术在无损音频压缩中的应用

通过对AudioPak音频编码器的分析研究,本文提出了一种改进型的整系数预测技术,AudioPak只是改进型预测算法的特例。改进型整系数预测算法在频响性能上弥补了AudioPak的不足,减少了预测误差的动态范围;在预测误差均值、频谱分布、帧方差等指标方面都有不同程度的提高,从而明确了改进型预测算法的优势。     

基于小波变换模极大值重构原理的HRTFs平滑逼近预处理

空间听觉的研究以及虚拟听觉空间的实现中,与头相关传递函数(Head-Related Transfer Functions, HRTFs)或与头相关冲激响应(Head-Related Impulse Responses, HRIRs)的高效建模对于隐含在HRTFs中的特征模式的识别有着极其重要的作用。作为建模前的一个重要环节,该文通过对HRTFs的时域奇异性特征分析和全部测量空间方位上HRIRs分布特点的统计判断,采用具有平移不变特性的多孔小波变换和相应的模极大值重构原理提出了一种HRTFs非线性平滑逼近预处理的方法。仿真实验结果表明,在设置的阈值门限一致的情况下,该文方法较PCA(Principal Component Analysis)和基于小波变换Mallat算法的逼近处理的性能分别提高了8.3dB和2.4dB。     

基于与头相关传递函数的神经网络声源定位方法研究

机器定位要求对声源方位建立简便高效的判断模式。根据与头相关传递函数(HRTF)和方位之间的紧密联系,该文研究基于HRTF的神经网络定位方法,利用前馈神经网络来模拟HRTF和方位的对应关系,从中提取出方位信息并进行多种形式编码,然后提出一种有效的加权估计方法识别方位。仿真表明该方法对方位识别的精确度较高,网络简洁更具泛化性。最后并通过鲁棒性分析给出定位结果的验证和说明。     

基于运动连通性二维网格运动分析的视频对象分割算法

提出了一种基于运动连通性二维网格运动分析的视频对象时空分割算法。该算法首先利用特征检测算法获得视频帧图像的自适应二维网格表示,然后利用基于运动连通性的高阶统计方法对二维网格表示进行运动分析快速获得粗糙的运动轮廓区域并进行边缘精细化,接着对根据连通性标注出的最大连通区域进行后处理就能获得最终的分割模板从而有效提取出视频对象。实验结果表明,该算法综合了网格基分割算法和像素基分割算法的优点,具有理想的主客观性能,提高了分割速度。     

非线性统计匹配用于子带鲁棒语音识别

由于语音信号的多变性,识别系统的性能极易受噪声环境的影响而导致性能下降。该文以听觉试验为基础,提出一种新的非线性独立子带隐马尔可夫模型(HMM)最大后验统计匹配算法。该算法依据人耳感知的频选性,根据各子带噪声特点采用统计匹配、MAP估计和HMM/MLP非线性映射来补偿噪声环境的影响。实验表明该算法明显改善了识别系统在噪声环境下的性能。