-
公开(公告)号：CN109788400A
公开(公告)日：2019-05-21
申请号：CN201910167801.X
申请日：2019-03-06
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种用于数字助听器的神经网络啸叫抑制方法，包括依次执行如下步骤：预处理步骤：接收语音信号，将语音信号经过采样分帧后传输至啸叫检测模块；啸叫检测步骤：啸叫检测模块接收语音帧，由啸叫检测模块检测是否是啸叫帧，如果不是啸叫帧，直接让语音信号通过，继续后面的处理；如果是啸叫帧，则进入缓冲抑制模块；缓冲抑制步骤：由缓冲抑制模块对啸叫帧进行抑制。本发明的有益效果是：1.可以实时地追踪抑制啸叫帧，抑制效果更好，且算法运算复杂度不高；2.采用神经网络进行啸叫检测的准确率更高，对正常语音的损失更小；3.缓冲抑制策略可以防止啸叫在短时间内复发，降低了啸叫的复发几率。
-
公开(公告)号：CN109714668A
公开(公告)日：2019-05-03
申请号：CN201910013376.9
申请日：2019-01-07
Applicant: 哈尔滨工业大学(深圳)
IPC: H04R1/10
Abstract: 本发明公开了一种室内主动降噪器、降噪方法及存储介质，室内主动降噪器包括：噪声检测模块、主动降噪模块、产生反向抵消声波模块，主动降噪模块分别与噪声检测模块及产生反向抵消声波模块连接，噪声检测模块包括：麦克风阵列；噪声检测模块用于采用麦克风阵列噪声估计算法检测室内场景噪声源数据；主动降噪模块用于根据所述噪声源数据及主动降噪算法产生去噪信号；产生反向抵消声波模块用于根据去噪信号产生反向抵消声波与要消除的噪声进行叠加。本发明产生了良好的降噪效果，对改善人类的居住环境具有重大意义。
-
公开(公告)号：CN105534526B
公开(公告)日：2018-11-16
申请号：CN201510946361.X
申请日：2015-12-16
Applicant: 哈尔滨工业大学深圳研究生院 , 北京大学深圳研究生院 , 深圳集成电路设计产业化基地管理中心
IPC: A61B5/103
Abstract: 本发明公开了一种测量足底压力的方法，该方法的主要目的是减少足底压力信息准确监测的成本。本发明首先利用较多传感点的足底压力测量设备测量足底压力信息，再根据该信息和本发明提出的建模方法以及足底压力的模型进行建模，该模型可以体现不同人之间的差异化，最后使用较小传感点的足底压力测量设备，监测测量者的足底压力信息，再通过模型反推还原得到足底各位置点上的足底压力信息，从而实现了使用简易设备得到较为完整精确的足底压力信息的方法。其中优化的多点的测量设备使用不同间距的传感阵列布局，优化的少点的测量设备使用传感器单元可插嵌的结构实现。足底压力模型使用了两种模型，一种为神经网络模型，另一种为距离相关的插值模型。
-
公开(公告)号：CN104281837B
公开(公告)日：2018-05-25
申请号：CN201410501116.3
申请日：2014-09-26
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06K9/00
Abstract: 本发明提出了一种将卡尔曼滤波与相邻帧间扩大感兴趣区域方法相结合进行行人跟踪的方法。本发明提供一种结合卡尔曼滤波和相邻帧间ROI扩大的行人跟踪方法，该方法克服了在遮挡问题上行人跟踪处理效果不理想的问题，非常适合于对行人的实时跟踪。实验结果表明，该方法可以很好地在行人被遮挡时候，利用之前的跟踪位置信息来预测当前行人的位置，提高行人跟踪的准确率。
-
公开(公告)号：CN104703108B
公开(公告)日：2018-04-03
申请号：CN201510066821.X
申请日：2015-02-06
Applicant: 哈尔滨工业大学深圳研究生院
IPC: H04R25/00
Abstract: 本发明提出了一种本发明是在噪声环境中为数字助听器的宽动态压缩算法，包括以下步骤：步骤A：根据语音增强算法，输出去噪之后的语音信号；步骤B：语音信号输出反馈路径的估算：边界检查计算、根据自适应宽动态压缩3条规则的计算输出；步骤C：把步骤A和步骤B的输出作为宽动态压缩模块的输入，进行语音信号压缩放大，并提高信噪比。传统的压缩算法当外界声源的声压级大小小于正常人的听阈时，助听器一般不启动压缩算法，而让输出声压级大小为0，这样就丢失了音频信号一部分的信息。本发明将对这个过程改进和优化，保留之前输入声压级小于正常人听阈的那部分声音信号的信息，同时本发明还带有噪声消除功能。
-
Patent Agency Ranking
公开(公告)号：CN104766046B
公开(公告)日：2018-02-16
申请号：CN201510065181.0
申请日：2015-02-06
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及应用计算机视觉研究领域，尤其涉及一种利用交通标识颜色及形状特征进行检测与识别方法。本发明首先选取适当的颜色空间对原始图像做阈值分割，得到了含有红、蓝、黄颜色信息的交通标识目标图，随后对通过图像分割得到的目标图像进行一定的预处理。图像预处理的主要作用就是去除噪声干扰物及对图像做一定的细节处理以改善图像质量，接下来对经过预处理的图像进行形状识别。形状识别可以进一步区分目标物体与非目标物体，对后续的交通标识的识别起到一个辅助的作用，最后对分割得到的不同种类的交通标识进行识别，支持向量机能避免局部最优值及过度拟合等问题，同时对小样本分类有着良好性能。
-
公开(公告)号：CN104064196B
公开(公告)日：2017-08-01
申请号：CN201410281240.3
申请日：2014-06-20
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G10L21/0308 , G10L25/84
Abstract: 本发明为大规模孤立词语音识别提供了一种基于语音前端处理消除噪声从而提高识别准确率的方法，本发明的方法解决了由于含有噪声在MFCC提取过程中语音端点检测错误导致识别准确率低的问题。计算听觉场景分析（CASA）用于语音识别的前端，相比于降噪、语音增强等传统去噪方法，通过模拟人耳的听觉神经系统，可以有效的将噪声从带噪语音中分离出来。本发明中对10240个带噪语音进行识别，相比于不进行前端噪声处理，识别的准确率由83%提高到了95.5%。
-
公开(公告)号：CN104064197B
公开(公告)日：2017-05-17
申请号：CN201410281239.0
申请日：2014-06-20
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明为大规模孤立词语音识别提供了一种提高识别鲁棒性的方法。本发明的方法引入了不同语音帧之间的相关性，为语音识别的特征参数加入了动态特征。同时通过CASA方法将噪声环境下的语音进行了噪声消除，扩大了语音识别应用领域的范围。本发明待识别孤立词为10240词，实验结果表明，在将语音帧间信息作为动态参数加入到语音特征参数后，平均每个词汇的第一识别概率和第二识别概率的差值增大了30%。
-
公开(公告)号：CN104064181B
公开(公告)日：2017-04-19
申请号：CN201410281283.1
申请日：2014-06-20
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G10L15/06 , G10L15/14 , G10L19/038
Abstract: 本发明为大规模孤立词语音识别的特征向量量化提供了一种快速收敛的方法，能比较快的建立码本。本发明的方法解决了一般特征向量由于词汇量大而导致码本建立过程慢的缺点，实验结果表明，相比较于模拟退火算法，该发明的码本建立过程中运算的迭代次数减小了一个10的量级，同时消除了除法运算和大量的乘法运算。
-
公开(公告)号：CN106203617A
公开(公告)日：2016-12-07
申请号：CN201610482653.7
申请日：2016-06-27
Applicant: 哈尔滨工业大学深圳研究生院 , 深圳集成电路设计产业化基地管理中心
Abstract: 本发明公开一种基于卷积神经网络的加速处理单元,用于对局部数据进行卷积运算，所述局部数据包括多个多媒体数据，所述加速处理单元包括第一寄存器、第二寄存器、第三寄存器、第四寄存器、第五寄存器、乘法器、加法器和第一多路选择器和第二多路选择器。单个加速处理单元通过对第一多路选择器和第二多路选择器的控制，使得乘法器和加法器可重复使用，从而使得一个加速处理单元只需要一个乘法器和一个加法器即可完成卷积运算，减少了乘法器和加法器的使用，在实现同样的卷积运算时，减少乘法器和加法器的使用将会提高处理速度并降低能耗，同时单个加速处理单元片上面积更小。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.031 seconds)
