-
公开(公告)号：CN106887238B
公开(公告)日：2020-05-15
申请号：CN201710117865.X
申请日：2017-03-01
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
IPC: G10L21/0272 , G10L25/27
Abstract: 本发明提供一种基于改进独立向量分析算法的声信号盲分离方法，包括：步骤1，通过M个传感器采集N个源信号的卷积混合信号，以得到M个观测信号；步骤2，通过短时傅里叶变换将所述观测信号从时域转换到频域，并建立基于分离矩阵的频域分离信号模型；步骤3，逐频点对频域的所述观测信号和分离矩阵进行预处理；步骤4，采用基于自适应更新的自然梯度独立向量分析算法逐频点进行盲分离处理，以得到频域的分离信号；步骤5，对频域的分离信号进行逆短时傅里叶变换，以得到时域的分离信号。本发明考虑声信号的卷积混合，自适应更新，能够更精确地恢复源信号，更快达到收敛；算法对更新步长的初始值不敏感，鲁棒性好，稳定性高。
-
公开(公告)号：CN106526533B
公开(公告)日：2019-03-05
申请号：CN201611025627.8
申请日：2016-11-14
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
Abstract: 本发明提供一种微孔径MEMS声阵列传感器及其使用方法，包括依次连接的MEMS声阵列、声信号预处理器、微控制器和微处理器，所述MEMS声阵列包括多个呈中心对称均匀分布的MEMS传声器；所述声信号预处理器包括多路与所述MEMS传声器一一对应连接的滤波器、以及与各滤波器分别连接的多通道增益调节模块；所述微控制器包括相互连接的AD转换模块和抗虚警模块；所述微处理器包括依次连接的目标检测模块、信号增强模块、分类识别模块和DOA估计模块。本发明的传感器功耗低、体积小、重量轻。
-
公开(公告)号：CN109389991A
公开(公告)日：2019-02-26
申请号：CN201811243475.8
申请日：2018-10-24
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
IPC: G10L21/02 , G10L21/0216
Abstract: 本发明涉及一种基于麦克风阵列的信号增强方法，其包括：步骤S1，获得频域观测信号；步骤S2，将所述频域观测信号输入一固定波束形成器中进行固定波束形成，以获得含有残留噪声的语音信号；步骤S3，将所述频域观测信号输入一阻塞矩阵，并经过与该阻塞矩阵连接的自适应滤波器处理后，获得参考噪声信号；步骤S4，将所述含有残留噪声的语音信号以及参考噪声信号输入到自适应噪声消除器中进行自适应滤波，以获得频域增强语音信号；步骤S5，对所述频域增强语音信号进行时频转换，以获得时域增强语音信号。本发明采用自适应方法优化广义旁瓣消除器，对含有残留噪声的语音信号的增强效果良好，鲁棒性高。
-
公开(公告)号：CN109740635B
公开(公告)日：2023-12-26
申请号：CN201811512493.1
申请日：2018-12-11
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06F18/214 , G06F18/24
Abstract: 本发明涉及一种基于二分类器的分类识别特征映射方法，包括以下步骤：分别统计用于训练分类器系数的各类目标特征每一维特征的高斯分布情况；分别统计相对于训练分类器系数的各类目标特征发生特征偏移的情况下各类目标特征每一维特征的高斯分布情况；根据统计得到的高斯分布情况对特征偏移前后两种情况下每个二分类器中每一维特征分别构建分布映射关系。本发明能够避免因特征偏移而致使分类识别准确率大幅度降低的情况发生。
-
公开(公告)号：CN109919865A
公开(公告)日：2019-06-21
申请号：CN201910127062.1
申请日：2019-02-20
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T5/00
Abstract: 本发明公开了一种图像多层细节增强方法，包括以下步骤：S1：在原始图像中选取窗口作为细节窗口；S2：在细节窗口中选取多个辅助窗口，所述辅助窗口的尺寸均小于细节窗口；S3：对细节窗口进行平滑处理生成平滑增强窗口；对多个辅助窗口进行平滑处理生成多个平滑辅助窗口；S4：从细节窗口中分别抽离平滑增强窗口和多个平滑辅助窗口形成多个细节辅助窗口；S5：将平滑增强窗口与多个细节辅助窗口加权叠加后作为细节增强后的窗口。本发明一种图像多层细节增强方法，通过设置上述步骤，即顾及了低频图像细节，又顾及了高频的图像细节，同时还可以消除部分噪声，使得图像细节增强结果更加准确。
-
Patent Agency Ranking
公开(公告)号：CN109740635A
公开(公告)日：2019-05-10
申请号：CN201811512493.1
申请日：2018-12-11
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06K9/62
Abstract: 本发明涉及一种基于二分类器的分类识别特征映射方法，包括以下步骤：分别统计用于训练分类器系数的各类目标特征每一维特征的高斯分布情况；分别统计相对于训练分类器系数的各类目标特征发生特征偏移的情况下各类目标特征每一维特征的高斯分布情况；根据统计得到的高斯分布情况对特征偏移前后两种情况下每个二分类器中每一维特征分别构建分布映射关系。本发明能够避免因特征偏移而致使分类识别准确率大幅度降低的情况发生。
-
公开(公告)号：CN106169072B
公开(公告)日：2019-03-19
申请号：CN201610531722.9
申请日：2016-07-07
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06K9/00
Abstract: 本发明涉及一种基于泰勒展开的人脸识别方法及系统，方法包括以下步骤：采集图像数据，利用人脸检测算法检测是否出现人脸图像，并进行人脸图像的分割提取以及预处理；对预处理后的图像进行三种不同形式采样，每个样本得到三个不同采样层，分别提取每一采样层的LTFP特征；融合三层LTFP特征得到HLTFP特征；分别计算待识别人员的HLTFP特征与所有已注册的人员的HLTFP特征之间的卡方距离，根据卡方距离的大小确定待识别人员的身份。系统包括图像获取模块、人脸检测模块、提取模块、预处理模块、采样模块、特征提取模块、融合模块、计算模块和识别模块。本发明能够降低特征维度和提高识别率。
-
公开(公告)号：CN105388479B
公开(公告)日：2017-09-22
申请号：CN201510766569.3
申请日：2015-11-11
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的运动目标速度估计方法，包括以下步骤：(1)运动目标经过麦克风阵列时，麦克风阵列按帧长为ΔT的时间帧对该运动目标进行角度估计，从而得到运动目标在每个时间帧上的角度估计值；(2)找到运动目标距离麦克风阵列最近的时间帧t0；(3)利用距离麦克风阵列最近的时间帧t0前后各N个时间帧上的角度估计值结合麦克风阵列到运动目标运动轨迹的垂直距离d，即可按公式估计出该运动目标的速度v。本发明具有操作简单，计算量低，估计精度高等优点。
-
公开(公告)号：CN103994820B
公开(公告)日：2016-05-11
申请号：CN201410160710.0
申请日：2014-04-21
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01H17/00
Abstract: 本发明涉及一种基于微孔径麦克风阵列的运动目标识别方法，它通过微孔径麦克风阵列采集环境中的声响信号，完成目标的分类识别。部署在环境中的微孔径麦克风阵列，其各个通道的麦克风会同步采集环境中的声响信号，接着各通道的信号将经过叠加求和的降噪处理，然后利用精简的梅尔倒谱系数算法提取信号的特征，最后采用高斯混合模型的分类器实现目标的分类识别。本发明首先采用叠加求和的方法实现对微孔径声阵列数据的降噪处理，接着才进行特征提取和分类识别，具有方法简单、成本低廉、性能可靠等优点。
-
公开(公告)号：CN117649856A
公开(公告)日：2024-03-05
申请号：CN202311368485.5
申请日：2023-10-20
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G10L25/03 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/082 , G10L25/30
Abstract: 本发明涉及一种基于卷积循环神经网络的野外运动车辆目标检测方法，包括：接收输入音频；将输入音频输送至野外运动车辆目标检测模型，得到野外运动车辆目标检测结果；其中，野外运动车辆目标检测模型包括：特征提取部分，用于从所述输入音频中提取出能够有效检测运动车辆的第一特征；卷积处理部分，用于识别出所述第一特征中与检测任务相关的部分，得到包含通道和时频注意信息的第二特征；循环处理部分，用于在时间上对具有前后关联性的第二特征进行时间维度上的建模，提取所述第二特征的时序信息；全连接部分，用于降低维度输出结果。本发明能够提高野外运动车辆目标检测的抗噪声能力，增强检测结果的稳健性。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.05 seconds)
