网格运动分析与形态学滤波相结合的视频对象分割

提出了一种基于二维网格运动分析与改进形态学滤波空域自动分割策略相结合的视频对象时空分割算法。该算法首先利用高阶统计方法对视频图像的二维网格表示进行运动分析，快速得到前景对象区域，通过后处理有效获得前景对象运动检测掩膜。然后，用一种结合交变序列重建滤波算法和自适应阈值判别算法的改进分水岭分割策略有效获得前景对象的精确边缘。最后，用区域基时空融合算法将时域分割结果和空域分割结果结合起来提取出边缘精细的视频对象。实验结果表明，本算法综合了多种算法的优点，主客观分割效果理想。     

语音信号中的情感识别研究

提出了从语音信号中识别情感特征的方法.从5名说话者中搜集了带有欢快、愤怒、惊奇和悲伤的情感语句共300句.从这些语音资料中提取了10个情感特征.提出了3种基于主元素分析的语音信号中的情感识别方法.使用这些方法获得了基本上接近于人的正常表现的识别效果.     

视频编码标准H.264的主要技术特点及其应用前景

简要介绍了视频编码标准的发展历史与现状，阐述了H．264的主要技术特点并重点讨论了其较之于先前视频编码标准的优点，包括先进的帧内帧间预测编码、类DCT整型变换、增强的熵编码等。最后探讨了H．264的广泛应用前景。     

频选快衰落信道的Turbo均衡算法

针对频选快衰落信道,本文提出卡尔曼滤波信道跟踪、软输出判决反馈均衡及软输入软输出信道解码迭代处理的Turbo均衡算法以充分利用已获得的信息,实现信道估计、信道均衡与信道解码的迭代更新,并克服传统判决反馈均衡器误差传播的缺陷.仿真表明,本算法能有效地跟踪快衰落信道,经两次迭代就可获得较为满意的码间干扰消除效果.     

基于参数冗余量分配方案和可变参数估计准则的 GSM EFR信源信道联合解码算法

该文利用GSM EFR(Enhanced Full Rate)语音编码参数的冗余信息,提出了一种新的基于迭代结构和参数估计的联合解码算法框架;针对GSM EFR编码参数由非等概分布和帧间相关性提供的冗余量,本文提出了联合解码算法中两类冗余信息在信道解码,信源解码的分配方案。同时针对不同语音编码参数的特性,引入不同的估计准则。仿真结果表明,该文算法显著提高了GSM EFR参数接收性能,提高了解码语音信噪比,改善了接收系统性能。     

开放式多媒体平台的结构及软件开发

介绍TI公司的开放式多媒体平台的软／硬件结构体系，包括内部的ARM核与DSP核及两赖以协同工作的软／硬件组织。在此基础上归纳了在开放式多媒体平台上的软件开发流程。     

全局和时序结构特征并用的语音信号情感特征识别方法

在利用全局特征进行语音情感特征分析的基础上,提出了采用情感语句中各元音时序结构作为新的特征,并针对不同语句中包含不同元音个数的情况,提出了零补齐、分局均值补齐、前均值补齐三种不同的规整方法.以从10名话者中搜集的带有欢快、愤怒、惊奇、悲伤4种情感的1000句语句作为样本,本文对语音情感特征进行了分析.实验结果表明利用全局特征和时序特征相结合,对时序特征采用前均值补齐,同时使用修正二次判别函数(MQDF)进行情感识别能够获得94%的平均情感识别率.     

加强课程整合继续深化改革--东南大学电子与电气信息类人才培养改革项目的指导思想与进展情况

介绍了东南大学电工电子课程的整合模式，包括课程内容安排、实验体系以及双语教学。此项工作建立在一项国家教改项目的基础之上，论文同时介绍了该项目的相关成果，如已出版和即将出版的教材等。     

一种引入帧间相关信息的HMM语音识别方法

该文提出了一种基于复数帧段输入HMM的语音识别方法,它采用相继的复数帧组成的特征参数向量作为语音识别HMM的输入,能有效地在语音识别HMM中引入帧间相关信息。为了进一步改善复数帧段输入HMM的输出概率分布函数,作者还提出了用MGDF和RBF函数作为复数帧段输入HMM的输出概率分布函数的方法。通过对非特定人汉语孤立数字和连续数字语音识别试验,证实了该文提出的引入帧间相关信息方法的有效性。     

遗传算法用于HRTFs共用声学极点的极零点模型逼近

与头相关传递函数(Head—related Transfer Functions:HRTFs)的准确、有效建模对于空间听觉的分析研究以及虚拟听觉空间的生成起着关键的作用。本文通过应用新型的面向多目标参数优化的遗传算法(Genetic Algorithm:GA)进行了 HRTFs共用声学极点的极零点模型(Common-Acoustical—Pole and Zero:CAPZ)逼近。实验结果表明,GA较改进的Prony设计方法获得了更优的效果。