-
公开(公告)号：CN104809463A
公开(公告)日：2015-07-29
申请号：CN201510242755.7
申请日：2015-05-13
Applicant: 大连理工大学
CPC classification number: G06K9/4671 , G06K9/00637 , G06K9/6269
Abstract: 本发明公开了一种基于密集尺度不变特征转换字典学习的高精度火灾火焰检测方法，包括以下步骤：S1：对视频流进行运动检测获取运动目标；S2：进行颜色检测，获取具有火焰特征的目标：对S1获得的运动目标的HSI颜色特征判断，获得具有火焰特征颜色的像素；S3：对符合运动检测和颜色检测的像素基于Dense-SIFT字典学习进行空域形态特征判别；S4：对上述获取的目标结合时域上闪烁特征综合判别：在S3进行空域形态特征检测的基础上，结合时域动态闪烁特征，计算火焰像素点的个数与设定的阈值比较，综合判定实现对火焰的检测。
-
公开(公告)号：CN104778710A
公开(公告)日：2015-07-15
申请号：CN201510200901.X
申请日：2015-04-24
Applicant: 大连理工大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于量子理论的形态学图像边缘检测方法，包括以下步骤：S1：基于量子理论的形态学边缘检测，S2：采用NMS细化算法与形态学细化相结合的方式对图像进行边缘细化；S3：采用量子概率方法对图像进行边缘连接，该方案提出的量子形态学边缘检测算法对噪声图像进行边缘检测时，即使噪声强度较大，仍能有效提取边缘。该方案提出的基于量子概率的边缘连接算法能有效提高边缘的连续性。
-
公开(公告)号：CN104715487A
公开(公告)日：2015-06-17
申请号：CN201510153151.5
申请日：2015-04-01
Applicant: 大连理工大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于伪Zernike矩的亚像素边缘检测方法，其特征在于包括以下步骤：S1：对输入图像进行去除噪处理；S2：将完成去噪处理的图像进行像素级边缘检测：S3：采用伪Zernike矩方法对待处理图像进行亚像素边缘检测：S4：对待处理图像进行边缘位置的误差补偿：S5：获得亚像素边缘检测的修正实际边缘，对待处理图像的所有像素按照S4的方式进行处理、完成图像的亚像素边缘检测。本发明所提的方法对噪声不敏感，提高了亚像素边缘的精度，并且减少了检测边缘所需的计算复杂度。
-
公开(公告)号：CN103457638B
公开(公告)日：2015-04-22
申请号：CN201310412023.9
申请日：2013-09-11
Applicant: 大连理工大学
Abstract: 本发明公开了一种电力线通信信道突发脉冲噪声的抑制装置及其抑制方法，所述的装置包括傅立叶变换模块、掩蔽子载波选择模块和压缩感知估计模块。本发明基于压缩感知的电力线信道突发脉冲噪声抑制原理，首先对接收信号进行傅里叶变换，得到其频域信号；然后进行掩蔽子载波选择，得到仅含有背景噪声和突发脉冲噪声的子载波；接着用基于压缩感知的信号恢复方法，估计出电力线信道中的突发脉冲噪声；最后从接收信号中减去脉冲噪声，得到消噪后的信号。本发明根据电力线信道中突发脉冲噪声具有稀疏性的特点，应用OFDM掩蔽子载波选择和压缩感知技术，可明显提高噪声抑制效果，且能有效地保留突发脉冲干扰位置处的信号信息。
-
公开(公告)号：CN104503963A
公开(公告)日：2015-04-08
申请号：CN201410512710.2
申请日：2014-09-26
Applicant: 大连理工大学
CPC classification number: G06K9/00523 , G06K9/6221
Abstract: 本发明实施例提供一种头相关脉冲响应数据集处理方法。本发明方法，包括：处理器将头相关脉冲响应HRIR数据集按照仰角和/或水平角进行分组；所述处理器通过局部线性嵌入算法LLE在分组后HRIR中选取重构误差最小值的HRIR作为高维HRIR样本点；所述处理器将所述HRIR样本点降维至低维空间，得到低维HRIR；所述处理器采用分段直线拟合在所述低维HRIR样本点中选取特征HRIR样本点；所述处理器按照仰角顺序和/或水平角顺序将所述特征HRIR样本点组合为三维矩阵。本发明实施例解决了特征HRIR选取方法误差过大的问题。
-
Patent Agency Ranking
公开(公告)号：CN104318064A
公开(公告)日：2015-01-28
申请号：CN201410506046.0
申请日：2014-09-26
Applicant: 大连理工大学
IPC: G06F19/00
Abstract: 本发明实施例提供一种基于典范多元分解的头相关脉冲响应三维数据压缩方法。本发明方法包括：处理器采用典范分解头相关脉冲响应三维数据集，得到三个二维矩阵；所述处理器初始化所述三个二维矩阵；所述处理器迭代更新初始化后的所述三个二维矩阵，得到所述三个二维矩阵对应的系数矩阵；所述处理器计算所述迭代后的三个二维矩阵的重构近似度；所述处理器判断相邻两次迭代得到的两个所述三个二维矩阵的重构近似度之间差的绝对值是否小于10-4，若是，则迭代结束，并将所述三个二维矩阵存储在本地缓存；若否，则返回第三个步骤直至完成迭代。本发明实施例解决HRTF数据库耗费存储量大的问题，减少实际应用中所使用的芯片的功耗与成本。
-
公开(公告)号：CN104217730A
公开(公告)日：2014-12-17
申请号：CN201410411869.5
申请日：2014-08-18
Applicant: 大连理工大学
IPC: G10L21/038 , G10L19/107 , G10L25/27
Abstract: 本发明公开了一种基于K-SVD的人工语音带宽扩展方法及装置，其特征在于：1)在带宽扩展的发送端，对源宽带语音信号进行训练，得到宽带语音字典、窄带语音字典和窄带语音稀疏矩阵；2)在带宽扩展的接收端，采用宽带语音字典和窄带语音字典对源窄带语音信号进行带宽扩展，得到扩展出的最终宽带语音信号。采用本发明提高了扩展出的宽带语音质量、大幅度减少训练时间和先验知识的使用，有效提高源窄带语音稀疏矩阵结果的准确性，故具有较高的实用价值。因此本发明可在语音通信等领域广泛推广。
-
公开(公告)号：CN104157290A
公开(公告)日：2014-11-19
申请号：CN201410409252.X
申请日：2014-08-19
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于深度学习的说话人识别方法，包括以下步骤：S1：对采集到的语音信号进行预加重和交叠式分帧加窗；S2：采用基于短时能量和短时过零率的双阈值端点检测法对语音信号进行端点检测，判断识别语音的开始时刻、过渡阶段、噪声段和结束时刻；S3：对语音信号进行特征提取：S4：基于受限玻尔兹曼机分层组成深度信念网络模型，采用逐层贪婪算法结合说话人语音特征参数对建立好的深度信念网络模型进行训练，在深度信念网络模型的顶层加入Softmax分类器；S5：将说话人的语音特征输入到完成训练的深度信念网络模型中，计算该模型输出与其他说话人语音特征的相似概率，取概率最大所对应的说话人作为识别结果。
-
公开(公告)号：CN103440873A
公开(公告)日：2013-12-11
申请号：CN201310379100.5
申请日：2013-08-27
Applicant: 大连理工大学
IPC: G10L25/51
Abstract: 本发明公开了一种基于混合特征和高斯混合模型的音乐相似度检测方法，基本思路如下：用伽马通倒谱系数进行相似度检测，并将多种特征的加权相似度作为最终的检测结果；提出一种基于帧轴的调制频谱特征，用该特征表示音乐的长时特征，并且将长时特征与短时特征的组合作为下一步建模的输入；使用高斯混合模型对各个音乐特征建模，首先利用动态K均值方法对模型进行初始化，接着用期望最大化算法进行模型训练，获得准确的模型参数，最后使用对数似然比算法获得音乐之间的相似度。本发明对音乐特征的获取更为充分和深入，提高了音乐推荐的准确程度。本发明可降低特征矢量维数，降低音乐数据库信息存储量，提高音乐推荐的准确程度。
-
公开(公告)号：CN103440869A
公开(公告)日：2013-12-11
申请号：CN201310398174.3
申请日：2013-09-03
Applicant: 大连理工大学
IPC: G10L21/02 , G10L21/057 , G10K15/08
Abstract: 本发明公开了一种音频混响的抑制装置及其抑制方法，所述的装置包括混响时间盲估计模块、后期混响功率谱估计模块、谱减模块和复倒谱域滤波模块。混响语音通过混响时间盲估计模块，估计出混响时间；后期混响功率谱估计模块利用所估计出的混响时间来建立混响统计模型，并对混响语音进行分析处理，得到后期混响功率谱；谱减模块包括增益函数构造和谱减实施模块，先用混响语音功率谱和后期混响功率谱构造出谱减增益函数；再将谱减增益函数和混响语音输入谱减实施模块，得到前期语音；最后将前期语音输入到复倒谱域滤波模块，得到去混响的语音。本发明计算复杂度较低，便于实时处理，能明显抑制音频混响，有效提高语音质量。
-
-
-
-
-
-
-
-
-
Search Results
178
records
(took 0.054 seconds)
