对多声道音频文件的基于旋律的音频检索系统设计

基于音频相关属性信息进行检索的音乐检索系统具有较大的局限。近年来,基于旋律的音频检索技术的研究成为音频检索技术的热点课题,对单声道音频的旋律特征提取算法作了较深入的研究。本文在分析音乐旋律表达的基础上,研究多声道文件的旋律特征,提出了多声道文件的旋律提取方法,设计完成了面向多声道MIDI格式文件的基于哼唱的音频检索系统。结果表明,系统具有良好的检索功能。     

音乐检索现状及发展趋势研究

基于音乐的特征,分析目前主要的音频检索技术方法,并提出一个音乐检索系统模型,阐述音乐检索的发展前景。     

基于语义的音乐检索系统

针对目前互联网上使用的音乐检索系统是以文本信息为主要搜索依据,难以满足智能化检索需求的问题,提出了一种基于内容的音乐检索方法。在保留传统检索方法的基础上,将情感和场景需求引入到检索中,对基于语义的音乐检索方法及模型进行了相关研究。首先根据音乐所蕴含的意境及适合播放的场景进行分析,构建音乐领域本体;然后对用户提出的查询请求进行分词分析和词性标注,并进行语义分析;最后通过推理机对本体进行推理,检索出满足用户需求的音乐集。     

音乐检索新方法的研究与实现

为获得更高的检索准确度,在主流检索系统架构的基础上,提出对音频信号处理流程的改进,包括采用改进的YIN算法提取基音序列;提出一种新颖的"小阁"基音后处理方法,实现对基音序列的规整化操作;设计了一种旋律轮廓的标记办法和模糊匹配方法,并定义了一种相似度的衡量体系,最后完成音乐检索原型系统的开发实验结果表明,新的处理流程对于检索准确度的支持好于自相关函数、中值滤波和编辑距离匹配算法,实现了对传统基于内容音乐检索方法的改进.     

基于颜色布局描述符的图像检索系统设计

分析了基于内容的图像检索技术发展的现状和研究热点,并利用MPEG-7标准提供的颜色布局描述符设计了一个图像检索系统,测试结果表明,该系统具有较好的检索效果.     

Android系统上基于图像颜色特征的检索研究

对Android移动平台上基于内容的图像检索技术进行了初步的研究,实现了基于HSV颜色特征的图像检索系统。经测试,系统运行稳定,检索速度快,准确率较高,对移动终端上图像检索技术的应用与推广起到了促进作用。     

一种基于内容图像检索的新的相关反馈方法

基于内容的图像检索技术是信息多媒技术发展中迫切需要研究和发展的前沿课题.由于图像底层特征和高层语义之间存在着巨大的语义鸿沟,使得基于内容的图像检索很难取得令人满意的效果.作为一种有效的解决方法,相关反馈已应用在很多图像检索系统中,提高了检索精确性.在此基础上提出了一种新的相关反馈方法,把检索向量转移和权值调整同时应用于基于内容的图像检索系统中.实验结果证明该方法提高了检索的收敛速度和检索的精确性.     

联机检索中的主题法的运用

主题法检索作为联机检索系统中的最主要的方法是数据库的标识系统所决定的。通过对数据库的基本索引文件和辅助索引文件的分析，阐明了利用主题语词检索是联机检索基本方法的原因。讨论了如何运用标题词、主题词、关键词及自由词的逻辑组配进行联机课题检索，满足文献信息检索的查全率和查准率问题。     

图像检索技术研究与发展

介绍了数字图像处理中的新技术——图像检索技术的原理、方法和发展,对网络图像检索的常用方法以及基于文本的图像检索和基于内容的图像检索方法进行了分析,并对典型的图像检索系统的应用性能进行了讨论,提出了未来图像检索技术的最新发展方向．     

基于遗传算法的旋律匹配模型研究

基于内容音乐检索(MIR)以其简捷、直观的检索方式成为模式识别、信号处理等领域研究的热点之一.在MIR问题中,特征的选择、表示和匹配是核心技术.在研究分析音乐物理及感知特征的基础上,以旋律作为主要特征,通过基音提取和动态阈值分割音符算法,为待检索音乐数据集和输入音乐样本建立了旋律表示模型;应用遗传算法对齐模板,修正哼唱输入个体差异,以提高检索精确度;融合欧式距离和动态时间扭曲(dynamic time warping,DTW)相似度实现度量匹配模板,以加强容错和泛化能力.实验表明,算法的速度及精度可良好地满足哼唱系统的要求,并可扩展应用于相似的系统.     

音乐检索新方法的研究与实现

基于哼唱/歌唱音乐检索的系统架构,提出一系列的实现新方法,包括采用改进的YIN算法提取基音序列,提出一种新颖的"小阁"基音后处理方法和旋律轮廓标记、匹配方法,定义了一种相似度衡量体系实现检索。经过原型系统开发和实验分析,结果表明这种新的处理流程实现了对传统基于内容音乐检索方法的改进。     

音频信息检索技术在IVR中的应用策略

针对频繁的语音交互是交互式语音应答业务推广的最大障碍问题，在分析了音频信息检索技术与IVR业务特点的基础上，提出了将音频信息检索技术应用于IVR业务的策略和方式，不仅能有效简化语音交互过程，还能提供新的业务类型．实验结果表明，本文提出的分段式音频检索算法具有对查询输入数据的长度要求低、检索速度快、检索性能高等优点，适用于IVR中从音乐到音乐的检索．     

哼唱曲调识别与记谱的迭代改进算法

哼唱记谱是音乐创作谱曲的重要方法与过程。该文分析了受多种环境因素影响的复杂哼唱音频基本特征;基于加窗傅里叶变换方法,以音符为单位对哼唱音频进行区域性的划分、定义和特征提取,提出了以相对振幅为依据快速提取基频的方法,设计出一种可变区域的傅里叶变换迭代算法。采用Python 3.6编程实现了上述迭代算法,自动获取哼唱音符的音高和音长并形成数字乐谱,实验测试准确率达到84.3%。上述结果表明,该算法能更加精确地识别哼唱曲调,为开发精准辅助作曲软件提供了一种可行的识别与记谱算法,具有较好的应用前景。     

基于小波散射网络下的图像检索

小波散射卷积神经网络由于其优越的性能而被迅速、广泛地运用到图像、音频等领域.本文利用这种新型的网络结构提取图像的特征，结合相似度度量方法，实现该特征提取在图像检索方面的应用.此外，将小波散射网络得到的特征系数，以其均值和方差作为新的特征，实现大规模图像检索的降维.最后，利用实验算法对比验证了上述降维方法的可行性和优越性.     

基于SIFT特征和颜色融合的图像检索方法

根据图像检索方法中颜色直方图存在的问题,提出了一种改进的基于分块和主颜色的颜色直方图提取算法;根据SIFT特征存在的问题,提出了一种改进的基于harris角点的SIFT特征提取算法。最后运用两种改进算法提出了一种融合颜色直方图和SIFT特征的图像检索算法。实验结果表明,本算法在功能及性能上优于其他算法,并具很好的鲁棒性。     

基于音频特征的小波域零水印算法

该文提出一种新颖的基于音频内容的零水印算法,利用音频统计特征,选择小波分解信号中的小波近似系数CA3平均值作为参考特征统计量,运用零水印技术构造鲁棒水印,有效解决水印中鲁棒性和不可察觉性两者间的矛盾.实验表明,该算法对常见的信号处理和攻击都具有较强的鲁棒性和不可察觉性.     

基于VQ-GMM 的音频分类

音频分类在基于内容的音频、视频检索和分析中起着重要作用。文章针对静音、语音、音乐和环境背景音4类音频提出基于VQ-GMM的分类算法。首先通过阈值判决区分静音和非静音,然后利用VQ-GMM分类器将非静音进而分为语音、音乐和环境背景音。实验结果表明该方法的分类性能良好,平均正确率可达95%。     

哼唱检索中一种新的旋律模糊匹配方法

针对哼唱的非精确性,提出一种新的方法,将模糊集合及方法引入旋律近似匹配的过程,在用户查询与数据库目标数据之间构造模糊隶属函数,根据隶属度判断音高差信息的相似度,同时对音长比信息进行相似度计算,用两者加权得分作为动态规划法匹配过程中的转换代价,最终得到两个匹配序列的编辑距离,从而得到查询结果．实验结果显示模糊方法的引入提高了检索命中率,同时考虑音长特征的策略也提高了检索精度．在样本集内,检索结果的前十位命中率较原有的5阶音高差近似匹配方法提高了16%．