公开(公告)号：CN118014893A

公开(公告)日：2024-05-10

申请号：CN202311845136.8

申请日：2023-12-29

Applicant: 重庆邮电大学

Inventor： 庞宇 ,  王宇豪 ,  王元发 ,  王慧倩 ,  周前能

IPC: G06T5/75 ,  G06T5/80

Abstract: 本发明涉及图像处理技术领域，公开了一种基于ZYNQ的四通道图像锐化系统，包括设置在ZYNQ芯片的PL端的图像采集模块、色彩空间转换模块、图像锐化模块和存储管理模块，其中，所述图像采集模块的输出端连接所述色彩空间转换模块的输入端；所述色彩空间转换模块的输出端连接所述图像锐化模块的输入端；所述图像锐化模块的输出端连接所述存储管理模块的输入端；所述存储管理模块的输出端连接所述DDR模块的输入端；所述DDR模块与所述存储管理模块双向连接。本发明通过四通道图像处理方式，在单个周期可以同时计算4个有效像素位置的数值，不仅解决了算法层面容易产生时序违例的问题。

公开(公告)号：CN117935816A

公开(公告)日：2024-04-26

申请号：CN202410098931.3

申请日：2024-01-24

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  刘学超 ,  侯杰 ,  项盛 ,  辛飞洋 ,  苏沁伟 ,  陈思睿 ,  王宇豪

IPC: G10L17/22 ,  G10L17/02 ,  G10L17/04 ,  G10L17/18

Abstract: 本发明涉及基于残差网络带二维注意力和语义增强的说话人识别方法。该方法包括以下步骤：S1：将接收语音信号的梅尔频谱图作为模型的输入；S2：将输入的语音信号的梅尔频谱图经过第一特征提取层和四个第二特征提取层，所述第一特征提取层与四个第二特征提取层串联起来进行特征提取；S3：融合多个层级特征，同时利用网络浅层和深层的信息；S4：将融合后的特征输入基于注意力机制的统计池化层和全连接层，生成说话人特征嵌入；S5：在说话人特征嵌入空间中执行有意义的语义扰动，实现特征级别的数据增强。本发明对嵌入进行有意义的语义方向增强和对数据的多维特征关联计算；扩充样本量和提高特征捕获能力，进而改善模型的性能。