基于RefineNet的端到端语音增强方法

为提高神经网络对语音信号时域波形的直接处理能力,提出了一种基于RefineNet的端到端语音增强方法.本文构建了一个时频分析神经网络,模拟语音信号处理中的短时傅里叶变换,利用RefineNet网络学习含噪语音到纯净语音的特征映射.在模型训练阶段,用多目标联合优化的训练策略将语音增强的评价指标短时客观可懂度(Short-time objective intelligibility,STOI)与信源失真比(Source to distortion ratio,SDR)融入到训练的损失函数.在与具有代表性的传统方法和端到端的深度学习方法的对比实验中,本文提出的算法在客观评价指标上均取得了最好的增强效果,并且在未知噪声和低信噪比条件下表现出更好的抗噪性.     

基于RefineNet的端到端语音增强方法

为提高神经网络对语音信号时域波形的直接处理能力,提出了一种基于RefineNet的端到端语音增强方法.本文构建了一个时频分析神经网络,模拟语音信号处理中的短时傅里叶变换,利用RefineNet网络学习含噪语音到纯净语音的特征映射.在模型训练阶段,用多目标联合优化的训练策略将语音增强的评价指标短时客观可懂度(Short-time objective intelligibility,STOI)与信源失真比(Source to distortion ratio,SDR)融入到训练的损失函数.在与具有代表性的传统方法和端到端的深度学习方法的对比实验中,本文提出的算法在客观评价指标上均取得了最好的增强效果,并且在未知噪声和低信噪比条件下表现出更好的抗噪性.     

JPEG2000图像压缩技术

JPEG2000是新一代的静态图像压缩标准,它具有优良的压缩性能,及很多JPEG无法提供的新功能。本文阐述了JPEG2000图像压缩的实现过程,对其中的关键技术——小波变换、熵编码做了详细的描述,并简述了JPEG2000的性能特点。     

CDMA2000系统的端到端QoS

本文介绍了CDMA2000系统定义的QoS属性及其支持的业务类型，重点分析了系统的端到端QoS模型与承载服务的层次化结构，最后指出了系统端到端QoS的实现对CDMA2000无线IP网络以及无线链路的要求。     

数码相机图像压缩技术对图像效果影响的分析

在当今的数字化时代背景下,DSP已成为数码消费类电子产品等领域的基础器件。特别是高端的DSP已经成为当今研究的热点,可以运行高效的图像压缩算法。对JPEG2000标准文件格式结构的解释,算法的软件编码验证,并设计相应的DSP算法验证。另外还介绍了数码相机中图像压缩系统的工作原理,分析了数码相机图像的数据处理流程。     

基于 JPEG 2000的医学图像压缩技术实现

本文应用JPEG2000静态图像压缩标准和小波分析理论，实现了静态图像压缩标准的核心代码，并将该方法应用到显微医学图像处理系统中，对BMP格式的灰度显微医学图像进行了压缩研究并予以实现。     

基于自注意力机制增强的深度学习图像压缩

提出了一种基于自注意力机制增强的深度学习模型,用于无人机侦察图像的压缩与解压。与现有方法相比,提出的深度学习模型有两个显著特点：其一,模型由四部分组成（编码器、二值化器、量化器和解码器）,并且可以通过端到端的优化提高模型的压缩和解压效率;其二,量化器是基于自注意力机制增强的多层前馈神经网络,它能充分利用图像的上下文信息对图像进行压缩。在公开数据集Kodak和Tecnick的实验结果表明,提出模型的压缩率-保真率曲线优于传统的图像压缩标准和现有的深度学习模型。对于常规大小的图像,在保持图像质量MS-SSIM为85%～95%的前提下,图像压缩比BPP能达到7%～15%,并且在普通CPU上其处理速度达0.48秒/张,能显著降低影像的数据大小且不牺牲处理速度。     

基于深层声学特征的端到端语音分离

提出基于深层声学特征的端到端单声道语音分离算法,传统声学特征提取方法需要经过傅里叶变换、离散余弦变换等操作,会造成语音能量损失以及长时间延迟.为了改善这些问题,提出了以语音信号的原始波形作为深度神经网络的输入,通过网络模型来学习语音信号的更深层次的声学特征,实现端到端的语音分离.客观评价实验说明,本文提出的分离算法不仅有效地提升了语音分离的性能,也减少了语音分离算法的时间延迟.     

基于JPEG标准静止图像压缩算法的分析与研究

介绍了JPEG标准、JPEG2000标准及其相比JPEG标准的改进和优点。通过对JPEG标准压缩流程及算法的分析与研究,得到JPEG标准压缩的基本原理：利用人类的视觉特点对亮度分量的精度敏感,而对色度分量的精度迟钝,将RGB颜色模式转换为YCrCb颜色模式;基于视觉特点来抑制高频部分使用离散余弦变换和量化来实现;应用完全可逆的熵编码即霍夫曼编码使比特序列更小。     

基于JPEG/JPEG2000相结合的医学图像感兴趣区域压缩

提出了一种基于JPEG/JPEG2000相结合的医学图像感兴趣区域压缩方法.该方法对在人为选定医学图像的感兴趣区域采用无损的JPEG2000压缩,而对其他图像区域则采用高压缩比的JPEG压缩,从而较好地解决了医学图像的高压缩比和高质量之间的矛盾.通过对一副人脑MRI医学图像的压缩实验,得到了压缩比12:1,并且病灶区图像信息完整的压缩图像.     

DWT Lifting分解理论及其在图像压缩中的应用

在形式化地分析DWT（Discrete Wavelet Transform）Lifting分解的基础上,提出了分解集合的分级结构概念与技术,其克服了求解问题的高复杂性所带来的实际计算与搜索困难;进一步地,从数值稳定性及计算代价两方面研究了分解的评价问题,给出了两种实用的分解稳定性准则;最后,结合分级结构技术提出了最优分解算法.这些方法应用在JPEG2000框架下的图像压缩系统中得到了一些深刻结论,如发现了LTD（Long Then Danger）现象等,可以为压缩系统中小波变换的快速实现提供新的理论依据与实用算法.实验结果表明了上述方法在求解效率与灵活性、寻优速度以及适用范围等方面的优越性.     

新型并行结构神经网络在定字长图像压缩中的应用

本文讨论了用一种改进的算法,来克服传统的并行结构神经网络在图像压缩中的不足, 通过与其他各种压缩,如ＪＰＥＧ及其他的神经网络压缩算法结果的比较表明,这种算法 是行之有效的。     

小波提升原理在图像编码中的应用

介绍了小波提升的基本原理及其实现流程;着重论述了小波提升在JPEG 2000中的具体应用和其中的有关参数的选择;分析和比较了小波提升和Mallat算法。提升方案实现D9/7小波变换所消耗时间的实验充分说明：小波提升实现小波变换比Mallat算法速度快大约一倍。     

JPEG2000 图片显示方法研究

对于JPEG2000图片显示方法进行了研究。在分析图片格式的基础上，提出基于openGL和windoos GDI的两种图片显示实现方法。实验表明，前者可移植性更强，而后者效率更高。     

面向遥感影像的JPEG2000优化压缩算法

在常规的JPEG2000压缩框架下,提出一种面向遥感影像的JPEG2000优化压缩算法,对遥感图像整体处理传输耗时进行分段处理,在EBCOT编码中合并编码通道扫描过程及编码过程,实现对遥感图像编/解码过程用时的优化,在小波变换后清除高频子带小波系数中非重要的背景信息,并缩减相对重要信息的处理过程,从而缩短了与压缩比和图像大小密切相关的传输时间。实验结果表明,该算法在几乎不影响遥感图像质量的情况下可以显著提高遥感图像整体压缩、传输和重构的效率,缩短其处理耗时。     

一种支持密文转码的JPEG2000图像加密算法

针对异构化程度不断加剧的通信网络环境对码率转换能力的需求,提出了一种支持密文域转码的层次化加密算法CT-HEA。与以往基于JPEG2000图像的加密算法相比,CT-HEA针对率失真优化截断模型的特点,按照图像质量层和分辨率对压缩流重新进行截断与合并,对重组后的码流采用密码学算法进行分层加密。该算法支持对加密压缩流的透明码率转换。仿真实验结果表明,CT-HEA算法复杂度低、保密性好,具有灵活的安全转码特性和低的转码代价。