-
公开(公告)号：CN104680521A
公开(公告)日：2015-06-03
申请号：CN201510065105.X
申请日：2015-02-06
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06T7/00
Abstract: 本发明提出了一种改进的背景建模及前景检测方法，首先建立背景模型，然后判断当前帧的每一像素点属于背景点还是前景点，接着更新背景集，最后利用上述流程对每一图像帧进行逐像素判断，最终得到前景与背景分离的二值图像，从而从监控视频中分割前景运动目标。本发明的方法克服了传统目标检测方法的一些缺点，提高了检测适应性、稳定性及实时性等。
-
公开(公告)号：CN104159123A
公开(公告)日：2014-11-19
申请号：CN201410392865.7
申请日：2014-08-11
Applicant: 哈尔滨工业大学深圳研究生院
IPC: H04N19/56 , H04N19/567 , H04N19/19
Abstract: 本发明针对HEVC运功估计单元先对LCU进行CU块分割再进行运动估计PU块分割的特点，提出了一种适合于硬件实现的HEVC运动估计的方法，该方法两种分割模式同时进行计算，将串行搜索改为并行搜索，极大简化了运动估计算法，并且计算过程中访问存储单元的数据规整，利于硬件的实现。
-
公开(公告)号：CN104064197A
公开(公告)日：2014-09-24
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：CN104064181A
公开(公告)日：2014-09-24
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
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：CN104064179A
公开(公告)日：2014-09-24
申请号：CN201410281284.6
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准确率的方法，针对不同的孤立词建立了隐马尔科夫模型（HMM）参数自适应变化的机制，解决了不同的孤立词因HMM概率模型中事件数相同而识别准确率和识别鲁棒性低的问题。实验结果表明，本发明的方法在稍许增加识别计算量的前提下，有效地提高了大规模孤立词语音识别的准确率。待识别孤立词为5120词时，多次识别准确率的平均值由91%提高到了97.3%；待识别孤立词为10240词时，多次识别准确率的平均值由87%提高到了96.3%。相比于传统的基于统计概率的静态模型的语音识别，采用本发明方法的优势在于针对不同用户自适应的调整识别模型的参数，从而提高识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN103580847A
公开(公告)日：2014-02-12
申请号：CN201310573219.6
申请日：2013-11-15
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及电力线通信技术领域，尤其涉及一种基于OFDM电力线载波通信芯片，该芯片集成了1）Flash芯片，SRAM芯片，时钟芯片，RISC处理器；2）模拟前端电路，包括解调低通滤波电路，自动增益控制电路，模数转换电路，数模转换电路，调制低通滤波电路及功率放大电路；3）OFDM数字信号处理器；4）控制模块：电源控制器、复位器、时钟发生器、IO控制器；5）系统总线：数据总线和地址总线。本发明具有极高的集成度，所需外围电路少，提高了载波芯片的传输速率，提高了电路载波通信的性能。
-
公开(公告)号：CN103577378A
公开(公告)日：2014-02-12
申请号：CN201310574696.4
申请日：2013-11-15
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F15/163 , G06F9/38 , H04L5/14
Abstract: 本发明涉及通信领域，尤其涉及一种全双工异步串行通信方法，所述方法包括以下步骤，步骤1：对两个微处理器进行预通信，进行第一次时钟检测；步骤2：串行通信时，初始化两个微处理器；把两个微处理器发送和接收的数据存储到数据存储器中，发送和接收数据与McBSP的发送寄存器DXR和接收寄存器DDR之间的数据传输通过DMA通道完成；步骤3：发送数据，在发送数据时，待发字符被打包成适于串行通信接收的数据格式；步骤4：接收数据，对接收的数据流进行过采样和纠错，并进行第二次时钟检测。本发明在不增加硬件成本的前提下，提高CPU的工作效率，减小信号之间的时钟偏移，使串行通信更加稳定，高效，成本低廉，简单且容易实现。
-
公开(公告)号：CN101945267A
公开(公告)日：2011-01-12
申请号：CN200910108173.4
申请日：2009-07-03
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 在H.264、AVS视频编码系统中，整数变换所有的运算都是采用整数算法，没有精度的损失且变换的核心部分不需要乘法运算，只需要采用加法和移位，易于应用硬件构架实现。整数变换计算是H.264、AVS等视频编码技术中的关键部分。而Hadamard变换是实现整数变换计算的核心。目前Hadamard变换通用做法是通过两个一维变换完成。本发明设计了一个并行硬件架构，直接实现Hadamard二维变换，在并行结构中充分利用Hadamard两维变换过程的各类规律，实现了中间结果、电路资源等共享。
-
公开(公告)号：CN101583038A
公开(公告)日：2009-11-18
申请号：CN200910106094.X
申请日：2009-03-25
Applicant: 哈尔滨工业大学深圳研究生院
IPC: H04N7/26
Abstract: SATD计算是H.264、AVS等视频编码技术中运动估计算法中的关键部分。而Hadamard变换是SATD计算的核心。目前Hadamard变换通用做法是通过两个一维变换完成。本发明设计了一个并行硬件架构，直接实现Hadamard二维变换，在并行结构中充分利用Hadamard两维变换过程的各类规律，实现了中间结果、电路资源等共享。本发明设计的并行硬件结构在一个时钟周期内实现了4×4 Hadamard变换。
-
公开(公告)号：CN101582261A
公开(公告)日：2009-11-18
申请号：CN200910106095.4
申请日：2009-03-25
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 语音识别中特征参数矢量分组量化方法涉及一种语音识别方法中的矢量量化方法，属于生物识别领域。目前语音识别中特征参数矢量量化方法，都是将多个词建立一个码本，由于各个词之间的语音信息差别较大，而码本范围有限，经过码本量化不同词的帧可能会落在同一个码字区域中，为后面的语音识别率的提高带来问题。通过将每个词的所有语音训练信息组成一个语音组，矢量量化的码本与相应的组信息具有很大关联性，同一词不同人的语音信息，其包含相同信息的特征帧就能以非常大的概率落在同一个码字区内，为后续各种参数的正确计算提供了基础。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.027 seconds)
