排序方式: 共有14条查询结果,搜索用时 15 毫秒
1.
作为新一代的音频编码国际标准,先进音频编码(AAC)提供了良好的压缩性能,具有广阔的发展和应用前景。但是由于AAC标准给出的算法比较复杂,按照标准算法进行测试时发现其并不能满足实时解码的要求,因此,必须对标准算法进行优化以达到实时解码的要求。在叙述了MPEG-2 AAC解码器的模块组成和原理的基础上,针对各个模块的特点采用优化算法,对MPEG-2 AAC解码器的部分模块进行了优化设计,较大程度地提高了解码速度。 相似文献
2.
手势识别作为一种自然和谐的人机交互方式,具有广泛的应用前景,而传统手势识别方法准确率不高、实时性较差。为此,在DSSD网络模型的基础上,提出一种静态手势实时识别方法。自制手势数据集,通过K-means算法及手肘法选取先验框的宽高比,采用迁移学习的方法解决数据量小导致的检测精度低的问题,同时根据识别精度选择ResNet101为DSSD模型的基础网络,经DSSD模型的反卷积模块融合各个特征提取层的语义信息,加强对小手势目标的检测能力。实验结果表明,该方法识别静态手势的识别率达到95.6%,较基于Faster R-CNN、YOLO和SSD的手势识别方法分别提高了3.6%、4.5%及2.3%,其检测速度为8 frame/s,能够满足实时检测要求。 相似文献
3.
4.
本文给出了格型自适应滤波器在AAC中的应用,提出了一种AAC解码器中预测模块的FPGA实现方案,该方案根据时序图进行VHDL语言的描述,并采用流水线结构和运算单元分时复用,可以有效地提高运算速度,满足实时性的要求。 相似文献
5.
6.
一种以AAC压缩音频为载体的隐写方法 总被引:1,自引:0,他引:1
通过对AAC编码原理的研究,提出一种基于MDCT量化系数小值区的秘密信息嵌入方法,从而实现了一种能在AAC压缩文件中隐藏大量秘密信息的隐写算法.算法先部分解码载体AAC文件,根据码表搜索出小值区,再通过码字得到一组量化系数,按规则修改每组的最后一个量化系数,然后进行部分编码得到嵌入后的AAC文件.该隐写算法可实现盲提取,且运算复杂度较低.实验结果表明,算法的嵌入容量较高,具有良好的不可感知性,并具有一定的抗隐写分析性,能够抵抗常用的LSB隐写分析方法以及Harmsen提出的基于加性噪声的隐写分析方法. 相似文献
7.
在H.264/AVC视频编码标准框架下,提出一种基于H.264宏块内码率控制的视频隐写算法,根据CSF函数对DCT变换频率进行分类,判别DCT变换块的不敏感频率,并对DCT块进行分类,最后通过秘密信息比特位指导DCT块不敏感频率系数的舍弃和选取。实验中进行了隐写容量测试、信噪比损失测试和视频压缩码流大小测试。实验表明,该算法在损失信噪比较小的情况下能嵌入较多的信息,并能保持原视频编码器的压缩特性。 相似文献
8.
针对WLAN室内定位系统中异构终端(指纹库终端和测试终端)引起的定位偏差过大的问题,提出一种基于DBSCAN-GRNN-LSSVR算法的解决方案。该文使用最小二乘支持向量回归机(LSSVR)构建指纹库终端接收信号强度(RSS)和物理坐标位置的映射关系模型;列出校准点处异构终端采集的RSS值,得到散点图;用基于密度聚类方法剔除边界点和噪声点;用广义回归神经网络构建异构终端RSS的映射函数;通过LSSVR模型定位测试点的位置。实验结果表明,与只用LSSVR算法相比,测试终端定位精度提高18-40%,有效解决了定位偏差过大的问题。 相似文献
9.
针对WLAN室内定位采集指纹点工作量大且定位精度不高的问题,提出一种基于核模糊C均值聚类(kernelized fuzzy C-means,KFCM)、低秩矩阵填充(low-rank matrix completion,LMC)及最小二乘支持向量机(least squares support vector machine,LSSVM)的室内定位算法。首先将指纹点利用KFCM算法进行聚类,使待测点定位到一个区域内。在该区域里运用LMC理论,重构出具有高密度指纹点的指纹库。最后利用LSSVM定位出待测点的物理位置。实验结果表明,采用KFCM-LMC-LSSVM算法不仅减少了构建指纹库的工作量,而且提高了定位精度。 相似文献
10.
该文以经典的对称旅行商问题(Symmetric Traveling Salesman Problem, STSP)为基础,求解时间最优的旅行商问题(Time Optimal TSP, TOTSP),将拟合函数引入到混合蛙跳遗传算法(SFLA-GA)的适应度函数来反映景点客流量随时间的变化,旨在旅游旺季为游客提供一条游览时间最短的路径推送服务。实验结果表明:相对于随机游览路径,SFLA-GA混合算法得到的游览路径明显节省了游览时间;与SFLA和混合粒子群遗传算法(PSO-GA)相比较,SFLA-GA混合算法具有计算量少、收敛速度快、对初始种群依赖性低以及全局性更好等优点,在求解TOTSP上搜索性能更强、时间更优。 相似文献