公开(公告)号：CN119071901B

公开(公告)日：2025-02-18

申请号：CN202411097602.3

申请日：2024-08-12

Applicant: 安徽大学

Inventor： 潘孟冠 ,  李迎松 ,  汪俊磊 ,  杨利霞 ,  廖桂生 ,  黄岩 ,  黄志祥 ,  王安琪

IPC: H04W64/00 ,  H04B17/364

Abstract: 本发明涉及无线定位技术领域，公开了一种无线定位参数的估计方法、系统和计算机设备，包括对无线信号进行处理，构建多观测向量时延估计问题，并基于原子范数最小化准则建立无网格稀疏恢复模型；对无网格稀疏恢复模型进行求解，得到信道估计矩阵和协方差矩阵，采用信息论准则对信道估计矩阵进行路径数量估计，得到路径数量估计值；根据基站线阵的范德蒙德性，采用预设算法对协方差矩阵和路径数量估计值进行计算，得到时延估计值和角度估计值。本发明采用无栅格化稀疏重构思想，避免了栅格化搜索，提高了估计精度，基于阵列流形的不同特性，通过求解闭式解的方式，避免了栅格化误差，提升了位置参数的估计精度，进一步提高了无线定位的精度。

公开(公告)号：CN114332166A

公开(公告)日：2022-04-12

申请号：CN202111671516.5

申请日：2021-12-31

Applicant: 安徽大学

Inventor： 刘亮 ,  李成龙 ,  王亮 ,  黄岩 ,  鹿安东 ,  纪晴

IPC: G06T7/246 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明公开一种基于模态竞争协同网络的可见光红外目标跟踪方法及装置，方法包括：以所要跟踪当前帧的上一帧中目标预测位置为中心，生成第一候选样本集合；将第一候选样本集合输入至训练好的跟踪模型，得到当前帧的目标跟踪结果；跟踪模型包括特征提取网络和目标分类器；特征提取网络包括第一提取网络、第二提取网络和权重分配网络，第一提取网络和第二提取网络均包括VGG‑M的前三层卷积层，且每一卷积层中包含N个相同尺寸的卷积核形成卷积核组。通过引入卷积核组和多权重分配网络来生成多核动态协同的卷积核，利用卷积核组中包含的若干个卷积核，可以提取更多样的特征，达到良好的多模态视频跟踪效果。

公开(公告)号：CN111326170B

公开(公告)日：2022-12-13

申请号：CN202010105525.7

申请日：2020-02-20

Applicant: 安徽大学

Inventor： 周健 ,  黄岩

IPC: G10L25/24 ,  G10L25/30 ,  G10L21/007

Abstract: 本发明公开了一种联合时频域扩张卷积的耳语音向正常音转换方法及其装置。该方法包括：提取耳语音的谱包络，正常音的谱包络、非周期成分以及基频；将谱包络对齐，并转化为第一梅尔倒谱系数特征、第二梅尔倒谱系数特征；训练出谱包络转换模型、非周期转换模型以及基频转换模型；提取耳语的谱包络，并转化为第三梅尔倒谱系数特征；将第三梅尔倒谱系数特征进行转换，获得预测梅尔倒谱系数特征、预测非周期成分以及预测基频；将预测梅尔倒谱系数特征还原成预测谱包络；将预测谱包络、预测非周期成分以及预测基频合成为预测语音。本发明有效捕获语音时频域局部特征，可以显著降低模型参数量，提高语音转换速率，提升语音质量、语音可懂度以及连续性。

公开(公告)号：CN111326170A

公开(公告)日：2020-06-23

申请号：CN202010105525.7

申请日：2020-02-20

Applicant: 安徽大学

Inventor： 周健 ,  黄岩

IPC: G10L25/24 ,  G10L25/30 ,  G10L21/007

Abstract: 本发明公开了一种联合时频域扩张卷积的耳语音向正常音转换方法及其装置。该方法包括：提取耳语音的谱包络，正常音的谱包络、非周期成分以及基频；将谱包络对齐，并转化为第一梅尔倒谱系数特征、第二梅尔倒谱系数特征；训练出谱包络转换模型、非周期转换模型以及基频转换模型；提取耳语的谱包络，并转化为第三梅尔倒谱系数特征；将第三梅尔倒谱系数特征进行转换，获得预测梅尔倒谱系数特征、预测非周期成分以及预测基频；将预测梅尔倒谱系数特征还原成预测谱包络；将预测谱包络、预测非周期成分以及预测基频合成为预测语音。本发明有效捕获语音时频域局部特征，可以显著降低模型参数量，提高语音转换速率，提升语音质量、语音可懂度以及连续性。

公开(公告)号：CN119071901A

公开(公告)日：2024-12-03

申请号：CN202411097602.3

申请日：2024-08-12

Applicant: 安徽大学

Inventor： 潘孟冠 ,  李迎松 ,  汪俊磊 ,  杨利霞 ,  廖桂生 ,  黄岩 ,  黄志祥 ,  王安琪

IPC: H04W64/00 ,  H04B17/364

Abstract: 本发明涉及无线定位技术领域，公开了一种无线定位参数的估计方法、系统和计算机设备，包括对无线信号进行处理，构建多观测向量时延估计问题，并基于原子范数最小化准则建立无网格稀疏恢复模型；对无网格稀疏恢复模型进行求解，得到信道估计矩阵和协方差矩阵，采用信息论准则对信道估计矩阵进行路径数量估计，得到路径数量估计值；根据基站线阵的范德蒙德性，采用预设算法对协方差矩阵和路径数量估计值进行计算，得到时延估计值和角度估计值。本发明采用无栅格化稀疏重构思想，避免了栅格化搜索，提高了估计精度，基于阵列流形的不同特性，通过求解闭式解的方式，避免了栅格化误差，提升了位置参数的估计精度，进一步提高了无线定位的精度。

公开(公告)号：CN115311687A

公开(公告)日：2022-11-08

申请号：CN202210951558.2

申请日：2022-08-09

Applicant: 安徽大学

Inventor： 李成龙 ,  李尚泽 ,  鹿安东 ,  黄岩 ,  王亮 ,  程致远

IPC: G06V40/10 ,  G06V10/80 ,  G06V10/74 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供联合令牌和特征对齐的自然语言行人检索方法及系统包括：使用双流特征学习网络中的图像分支提取输入行人图像的视觉特征；使用双流特征学习网络中的文本分支提取输入行人描述的文本特征；对图像和文本分支提取到的全局特征图在特征空间内进行对齐；使用特征空间中对齐的图像全局特征生成令牌序列；在生成令牌序列和真实令牌序列之间进行令牌对齐；对图像和文本特征进行跨模态融合交互；联合令牌和特征对齐的自然语言行人检索模型训练；联合令牌和特征对齐的自然语言行人检索模型测试。本发明解决了歧义性嵌入、复杂度高、依赖预置数据以及模态距离、类内距离优化效果差的技术问题。

公开(公告)号：CN118674945A

公开(公告)日：2024-09-20

申请号：CN202410872684.8

申请日：2024-07-01

Applicant: 安徽大学

Inventor： 李成龙 ,  孟庆国 ,  鹿安东 ,  王亮 ,  黄岩

IPC: G06V10/62 ,  G06N3/0455 ,  G06N3/084 ,  G06V10/80

Abstract: 本发明提供一种基于自适应感知的通用型多模态目标跟踪模型、训练方法、应用。具体的，在模型输入层，考虑到可见光模态比红外、深度和事件模态具有更加丰富的语义信息，为了更好的保留这些信息，为可见光模态单独设置了一个嵌入层，为红外、深度和事件模态设置一个共享的嵌入层，这样的设置同样也兼顾了输入层的灵活性，这为了能够对输入模态进行自适应感知，设计了一个简单有效的模态感知模块，能够同时进行特征提取、特征交互和模态感知。在多模态跟踪中，每个模态都包含一些与模态无关的信息，例如目标的形状、运动和上下文信息等。这些信息有助于捕捉不同模态之间共享的语义信息，从而协助模型理解目标的整体上下文。此外，承载着每种模态独特的视角和信息的模态特定特征也十分关键，它可以促进模型对整体信息的理解和处理能力。通过充分利用模态无关特征和模态特定特征，可以提高模型对复杂多模态数据的感知和分析水平，实现更准确、鲁棒的任务执行。