公开(公告)号：CN109164415A

公开(公告)日：2019-01-08

申请号：CN201811045818.X

申请日：2018-09-07

Applicant: 东南大学

Inventor： 周琳 ,  马康宇 ,  陈俐源 ,  林震宇

IPC: G01S5/22 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络的双耳声源定位方法，在子带内计算双耳声信号的互相关函数，组成二维数据作为特征参数，对卷积神经网络进行训练，得到卷积神经网络分类器；测试过程中计算测试双耳声信号的互相关函数作为二维特征参数，利用训练好的卷积神经网络分类器估计每帧双耳声信号对应的方位信息。在不同声学环境下的实验结果表明，本发明提出的基于卷积神经网络的双耳声源定位方法，具有很好的鲁棒性，尤其是在高噪声和强混响情况下显著提升了定位正确率，优于现有技术中的经典算法。

公开(公告)号：CN111707990A

公开(公告)日：2020-09-25

申请号：CN202010835547.9

申请日：2020-08-19

Applicant: 东南大学

Inventor： 周琳 ,  王天仪 ,  冯坤 ,  许越 ,  马康宇

IPC: G01S5/20 ,  G06F17/15

Abstract: 本发明公开了一种基于密集卷积网络的双耳声源定位方法，在子带内计算双耳声信号的互相关函数和耳间强度差，将不同子带的互相关函数和耳间强度差拼接成二维数据作为特征参数，对密集卷积网络进行训练，得到密集卷积网络分类器；测试过程中计算测试双耳声信号的互相关函数和耳间强度差作为二维特征参数，利用训练好的密集卷积网络分类器估计每帧双耳声信号对应的方位信息。在不同声学环境下的实验结果表明，本发明具有很好的鲁棒性，尤其是在高噪声和强混响情况下显著提升了定位正确率。

公开(公告)号：CN111948609A

公开(公告)日：2020-11-17

申请号：CN202010872003.X

申请日：2020-08-26

Applicant: 东南大学

Inventor： 周琳 ,  王天仪 ,  冯坤 ,  许越 ,  马康宇

IPC: G01S5/22 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Soft-argmax回归器的双耳声源定位方法，属于声源定位技术领域。在子带内计算双耳声信号的互相关函数和耳间强度差，将不同子带的互相关函数和耳间强度差拼接成二维数据作为特征参数，对Soft-argmax回归器进行训练；测试过程中计算测试双耳声信号的互相关函数和耳间强度差作为二维特征参数，利用训练好的Soft-argmax回归器估计每帧双耳声信号对应的方位角。其步骤简单，鲁棒性良好，在高噪声和强混响干扰的场景中对目标生源定位精度高。

公开(公告)号：CN111948609B

公开(公告)日：2022-02-18

申请号：CN202010872003.X

申请日：2020-08-26

Applicant: 东南大学

Inventor： 周琳 ,  王天仪 ,  冯坤 ,  许越 ,  马康宇

IPC: G01S5/22 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Soft‑argmax回归器的双耳声源定位方法，属于声源定位技术领域。在子带内计算双耳声信号的互相关函数和耳间强度差，将不同子带的互相关函数和耳间强度差拼接成二维数据作为特征参数，对Soft‑argmax回归器进行训练；测试过程中计算测试双耳声信号的互相关函数和耳间强度差作为二维特征参数，利用训练好的Soft‑argmax回归器估计每帧双耳声信号对应的方位角。其步骤简单，鲁棒性良好，在高噪声和强混响干扰的场景中对目标生源定位精度高。

公开(公告)号：CN109164415B

公开(公告)日：2022-09-16

申请号：CN201811045818.X

申请日：2018-09-07

Applicant: 东南大学

Inventor： 周琳 ,  马康宇 ,  陈俐源 ,  林震宇

IPC: G01S5/22 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络的双耳声源定位方法，在子带内计算双耳声信号的互相关函数，组成二维数据作为特征参数，对卷积神经网络进行训练，得到卷积神经网络分类器；测试过程中计算测试双耳声信号的互相关函数作为二维特征参数，利用训练好的卷积神经网络分类器估计每帧双耳声信号对应的方位信息。在不同声学环境下的实验结果表明，本发明提出的基于卷积神经网络的双耳声源定位方法，具有很好的鲁棒性，尤其是在高噪声和强混响情况下显著提升了定位正确率，优于现有技术中的经典算法。

公开(公告)号：CN111707990B

公开(公告)日：2021-05-14

申请号：CN202010835547.9

申请日：2020-08-19

Applicant: 东南大学

Inventor： 周琳 ,  王天仪 ,  冯坤 ,  许越 ,  马康宇

IPC: G01S5/20 ,  G06F17/15

Abstract: 本发明公开了一种基于密集卷积网络的双耳声源定位方法，在子带内计算双耳声信号的互相关函数和耳间强度差，将不同子带的互相关函数和耳间强度差拼接成二维数据作为特征参数，对密集卷积网络进行训练，得到密集卷积网络分类器；测试过程中计算测试双耳声信号的互相关函数和耳间强度差作为二维特征参数，利用训练好的密集卷积网络分类器估计每帧双耳声信号对应的方位信息。在不同声学环境下的实验结果表明，本发明具有很好的鲁棒性，尤其是在高噪声和强混响情况下显著提升了定位正确率。