一种MPEG2视频编码的神经网络自适应量化算法

本文在ＭＰＥＧ２ＴＭ５建议我自适应量化策略的基础上，提出了一种ＭＰＥＧ２视频编码的神经网络自适应量化算法。     

视频编码中的块运动估计算法

在视频压缩的一些国际标准，如Ｈ．２６１，Ｈ．２６３，ＭＰＥＧ０－１，ＭＰＥＧ－２，ＨＤＴＶ中，视频系统编码器的复杂性最主要取决于运动估计。下文以ＭＰＥＧ－２编码器为例，通过计算机模拟实验，得出了一些常用运动估计算法的对比实验结果，以及采用常用的几种匹配函数的对比实验结果。     

视频编码中的块运动估计算法分析（三）

4．6动态搜索窗调整算法（DSWA）通常运动矢量在搜索区域内具有中心偏置分布特性．而3SS算法在搜索区域为（±16．±16）时第一步搜索采用17×17的搜索窗，对运动块的运动矢量估计来说初始步长太大．跳出了可能性比较大的区域．导致搜索方向的不确定性．故而有可能陷于局部最小。动态搜索窗调整算法在搜索过程中可以根据搜索窗收敛因子的大小自动调整下一个搜索阶段的搜索窗的尺寸，是一种自适应的梯度搜索算法。DSWA算法的搜索窗收敛因子Rw为当前阶段搜索窗大小与上一阶段搜索富大小之比．可以表示为T和H是常数参量．是通过统计一些…     

MDCT变换在AAC中的应用

1引言 变换压缩编码是一种高效的频域编码技术.在标准化组织ISO/IEC制定的音频编码标准中普遍在常用的离散余弦变化的基础上使用了一种改进的余弦变换MDCT.这种变换有利于消除边界噪卢,改善了信号的质量,但是提高了计算的复杂度,需要快速算法对其进行优化.     

语音识别在EWB电路基础实验教学中的应用

1引言 在电类专业职业人才的培养过程中,实验教学在教学中的地位更是举足轻重的.但是目前职业学校电类专业的实验教学中普遍存在实验室管理落后、资金不足,实验室投入不够、实验手段和方法落后等问题[1].本文研究了利用语音控制的EWB技术,构建起一种基于计算机工作平台的新型电类专业电路基础实验教学模式.该系统可以重新组织实验教学过程,充分利用职业学校的计算机资源,最大限度地发挥计算机在电类专业实验教学中的作用.     

噪声环境下语音识别方法的研究

1引言 语音识别的性能常常与环境背景噪声等的干扰有密切关系A[1],这些都是语音识别的识别率得不到进一步提高的主要因素.     

基于VQ和HMM的语音识别系统的性能比较

1前言 语音识别代表性的方法有矢量量化法(VQ)和隐马尔可夫模型法(HMM).VQ法是由Shore和Burton首先提出[1],其主要优点是无需时间规正或进行动态时间伸缩.但是,该方法对于由话者差别引起的语音特征的变化却无能为力.HMM方法则适合于非特定人语音识别系统,因为它作为统计模型能够吸收由不同说话人引起的语音特征的变化[2].本文以语音信号的LPC倒谱系数和差值倒谱系数的混合特征参数作为识别的特征矢量集,比较了利用矢量量化(VQ)和各态经历隐马尔可夫模型(HMM)[3]技术实现的孤立字词语音识别系统的性能.结论是各态经历HMM的识别性能好于VQ的识别性能.     

嵌入式浏览器Konqueror/E的实现

Konqueror/embedded是针对嵌入式Linux的开放源码浏览器,也是符合GNU条款的自由软件.本文首先对该浏览器技术核心做了简要分析,然后详细介绍了Konqueror/embed-ded在ARM-Linux操作系统上的移植过程.     

一种改进的H.264运动估计算法

为了减少视频编码的运算量,针对运动估计的特点．提出了快速块模式选择算法。该算法利用宏块的时间和空间相关性,预先对宏块模式进行判定,从而使模式选择过程大大简化。仿真结果显示,在基本保持H．264原有编码算法的图像质量的同时,可以将编码速度提高15％以上。因此,本算法可以有效的减少编码器的计算量,提高H．264的编码效率。     

一种基于模式识别的新型双端检测器

本文提出了一种基于最近邻线分类器的新的双端检测器（DTD）。主要的思想是充分地利用特征信息以及用模式识别方法来设计DTD。本文从模式分类的角度分析了二种主要的传统DTD（Geigel和相关DTD）并给出了新的设计方法。一种称为NNL分类器的新的非参数分类器被用来检测双端通话。NNL分类器具有低运算量和优良的性能。用NNL分类器．我们熔合了几种传统的DTD并且避免了存在于大多数传统DTD中的固定阈值带来的问题。因此NNL-DTD在各种条件下是鲁棒的。实验结果也显示出了这个方法比传统方法更有效。