期刊文献+
共找到56篇文章
< 1 2 3 >
每页显示 20 50 100
浮选泡沫低照度图像颜色深度编解码校正及多尺度增强
1
作者 孙磊 唐倩 +3 位作者 廖一鹏 廖玉华 董则希 何建军 《光学精密工程》 北大核心 2025年第10期1609-1626,共18页
浮选现场环境恶劣、光照条件复杂多变,针对现场采集的浮选图像易出现曝光不足、颜色失真等问题,提出了一种低照度图像颜色深度编解码校正及多尺度增强方法。首先,将低照度图像从RGB转换至HSV空间,针对明度(V)分量,采用非下采样剪切波变... 浮选现场环境恶劣、光照条件复杂多变,针对现场采集的浮选图像易出现曝光不足、颜色失真等问题,提出了一种低照度图像颜色深度编解码校正及多尺度增强方法。首先,将低照度图像从RGB转换至HSV空间,针对明度(V)分量,采用非下采样剪切波变换(NSST)进行多尺度分解;其次,提出基于全局空间模块的色彩编解码网络,通过挤压提取、色彩编码、色彩解码、颜色校正构建颜色深度编解码校正网络模型,对色度(H)、饱和度(S)分量进行颜色校正;然后,采用自适应模糊集增强V分量的低频子带图像,利用尺度相关系数有效滤除V分量中各高频子带的噪声成分,同时使用非线性增益函数对高频边缘系数进行显著增强处理;最后,对增强后的V分量各子带图像作NSST反变换重构,并将重构后的V分量与校正后的H分量、S分量融合转换回RGB空间。通过实验验证,与当前的主流方法相比,本文方法CIEDE平均降低14.8358,PSNR平均提高8.48 dB,结构相似度平均提高31.32%,连续边缘像素比保持在91%以上。本文方法显著改善了图像的亮度,提升了对比度、清晰度和信息熵,使图像颜色更接近真实色彩,保留了更多纹理细节,并在有效抑制噪声的同时,实现了边缘增强。 展开更多
关键词 浮选泡沫 低照度图像 颜色校正 颜色深度编解码网络 多尺度增强与去噪 非下采样剪切波变换 模糊集
在线阅读 下载PDF
基于残差膨胀卷积与门控编解码网络的语音增强
2
作者 李珂 王雅静 +1 位作者 昝志辉 齐瑞洁 《电子测量与仪器学报》 北大核心 2025年第4期74-83,共10页
语音信号的时序依赖性特征和上下文信息在语音增强任务中至关重要,针对编解码网络对其捕获不充分导致增强效果差的问题,构建了一种非对称的残差膨胀卷积与门控编解码网络(RD-EGN),该网络包含编码器、中间层和解码器3部分。编码器设计了... 语音信号的时序依赖性特征和上下文信息在语音增强任务中至关重要,针对编解码网络对其捕获不充分导致增强效果差的问题,构建了一种非对称的残差膨胀卷积与门控编解码网络(RD-EGN),该网络包含编码器、中间层和解码器3部分。编码器设计了一种因果卷积层结构,以时序特征建模,捕获语音序列中不同层的特征,并保持语音信号的因果性;中间层设计了残差膨胀卷积网络(RDCN),融合膨胀卷积、残差连接和级联的扩张块使网络拥有更高的感受野,以跨层的方式传递信息并提取语音长时依赖性特征,在此基础上将RDCN与长短时记忆网络相结合,捕获更广泛的上下文信息;解码器引入门控机制,动态调整信息流的门控程度,获得更丰富的全局特征并重建增强语音。分别在TIMIT、UrbanSound8k、VoiceBank及NOISE92数据集上进行消融及性能对照,实验结果表明,RD-EGN相较于卷积循环网络(CRN)、自编码器卷积神经网络(AECNN)、膨胀-密集自动编码器(DDAEC)等具有较少的训练参数和较高的SSNR得分、主观评价指标(CSIG,CBAK和COVL)得分,并且在客观评价指标方面,语音质量客观评价指标(PESQ)提高了2.5%~7.1%,短时客观可懂度(STOI)提高了1%~5.3%,具有较为突出的增强性能与泛化能力。 展开更多
关键词 语音增强 深度学习 编解码网络 膨胀卷积 门控机制
原文传递
基于梅尔谱与压缩激励加权量化的语音神经编解码方法
3
作者 周俊佐 易江燕 +2 位作者 陶建华 任勇 汪涛 《计算机研究与发展》 北大核心 2025年第11期2725-2736,共12页
目前,以SoundStream等为代表的端到端语音神经编解码器在重建语音感知质量方面展现了优异性能.然而,这些方法需要大量的卷积计算,从而导致较长的编码时间.为缓解上述问题,提出基于梅尔谱和压缩激励加权量化的神经语音编解码方法.该方法... 目前,以SoundStream等为代表的端到端语音神经编解码器在重建语音感知质量方面展现了优异性能.然而,这些方法需要大量的卷积计算,从而导致较长的编码时间.为缓解上述问题,提出基于梅尔谱和压缩激励加权量化的神经语音编解码方法.该方法旨在保持较高语音感知质量的同时降低计算代价,加快运行速度,从而减少时延.具体而言,采用梅尔谱特征作为输入,借助梅尔谱提取过程中时域压缩的性质,并结合低层卷积编码器以简化运算过程.此外,借鉴压缩激励网络思想,提取了编码器最后一层输出特征各维度的激励权重,将其作为量化器中计算码本距离时压缩特征各维度的权重系数,由此学习特征间的相关性并优化量化性能.在LibriTTS和VCTK数据集上的实验结果表明,该方法显著提升了编码器计算速度,且能在较低比特率时(≤3 Kbps)提升重建语音质量.以比特率1.5 Kbps时为例,编码计算实时率(real-time factor,RTF)最多可提升4.6倍.对于感知质量,以0.75 Kbps为例,短时客观可懂度(shorttime objective intelligibility,STOI)、虚拟语音质量客观评估(virtual speech quality objective listener,VISQOL)等客观指标相较基线平均可提升8.72%.此外,消融实验不仅表明压缩激励权重方法的优化效果与比特率呈反相关,而且发现Relu激活函数相较周期性质激活函数Snake而言,在语音感知质量相当的情况下,能大量加快运行速度. 展开更多
关键词 语音编解码 梅尔谱图 压缩激励网络 残差矢量量化 生成对抗网络
在线阅读 下载PDF
基于神经网络的低码率语音编码技术研究综述 被引量:2
4
作者 王晶 徐亮 +2 位作者 陈晓娇 谢湘 费泽松 《信号处理》 CSCD 北大核心 2024年第12期2261-2280,共20页
语音编码算法在无线或网络语音的传输过程中具有重要作用,在降低语音编码速率的同时确保编码语音质量不变甚至提升一直是设计者们追求的核心目标。然而,传统语音编解码器在较低速率下经过压缩后的语音音质、可懂度和有效带宽均有明显下... 语音编码算法在无线或网络语音的传输过程中具有重要作用,在降低语音编码速率的同时确保编码语音质量不变甚至提升一直是设计者们追求的核心目标。然而,传统语音编解码器在较低速率下经过压缩后的语音音质、可懂度和有效带宽均有明显下降,极大程度上影响了用户的听觉体验。随着人工智能技术的不断进步,深度神经网络模型在语音处理任务中的应用也日益广泛,其性能普遍远超传统方法。在语音编解码领域,近年来很多研究也开始关注如何将神经网络模块融入编解码器,以实现更高效的语音传输,旨在低码率下实现传统方案无法达到的性能,为无线或网络语音传输提供新的解决方案。本文对基于神经网络的低码率语音编解码算法进行全面的整理分析和分类汇总,详细介绍了使用传统方法与神经网络结合的混合式编解码器以及使用编码器-解码器联合训练的端到端编解码器的发展历程、原理、特点及评价指标,并总结了这些方法的优势与不足。最后,结合当前各类编解码器的发展状况,对低速率语音编解码器的未来进行展望。基于神经网络的低码率语音编码技术有望解决实际通话中传输带宽受限时通话质量不佳的问题,为实时语音通信的进一步发展提供有力支持,并为未来压缩编码的研究方向提供新的思路。 展开更多
关键词 语音编码 低码率 神经网络 混合式编码器 端到端编码器
在线阅读 下载PDF
结合残差与双注意力机制的U-Net语音增强方法 被引量:3
5
作者 许春冬 王磊 +2 位作者 胡菁兰 闵源 徐锦武 《计算机工程与设计》 北大核心 2024年第11期3383-3389,共7页
针对U-Net语音增强网络深层特征提取能力不足,以及编解码过程中特征信息丢失问题,提出一种结合残差与双注意力机制的DA-Res-Unet语音增强方法。将U-Net编解码部分设计为残差结构来深化网络,增强深层特征提取能力;在网络结构中构造双注... 针对U-Net语音增强网络深层特征提取能力不足,以及编解码过程中特征信息丢失问题,提出一种结合残差与双注意力机制的DA-Res-Unet语音增强方法。将U-Net编解码部分设计为残差结构来深化网络,增强深层特征提取能力;在网络结构中构造双注意力机制,减少时频特征提取中的细节信息丢失;在网络中融入空洞空间金字塔池化结构,在低参数量情况下融合不同尺度上下文背景信息,提高模型特征捕获能力。实验结果表明,DA-Res-Unet网络模型在可见噪声测试集上的PESQ、STOI和LSD这3种评测指标取得了不同程度的提升,在未知噪声测试集上具备一定优势。 展开更多
关键词 语音增强 深度学习 残差网络 特征提取 编解码结构 注意力机制 空洞空间池化金字塔
在线阅读 下载PDF
基于门控时空注意力的视频帧预测模型 被引量:4
6
作者 李卫军 张新勇 +2 位作者 高庾潇 顾建来 刘锦彤 《郑州大学学报(工学版)》 北大核心 2024年第1期70-77,121,共9页
针对循环式视频帧预测架构存在精度低、训练缓慢,以及结构复杂和误差累积等问题,提出了一种基于门控时空注意力的视频帧预测模型。首先,通过空间编码器提取视频帧序列的高级语义信息,同时保留背景特征;其次,建立门控时空注意力机制,采... 针对循环式视频帧预测架构存在精度低、训练缓慢,以及结构复杂和误差累积等问题,提出了一种基于门控时空注意力的视频帧预测模型。首先,通过空间编码器提取视频帧序列的高级语义信息,同时保留背景特征;其次,建立门控时空注意力机制,采用多尺度深度条形卷积和通道注意力来学习帧内及帧间的时空特征,并利用门控融合机制平衡时空注意力的特征学习能力;最后,由空间解码器将高级特征解码为预测的真实图像,并补充背景语义以完善细节。在Moving MNIST、TaxiBJ、WeatherBench、KITTI数据集上的实验结果显示,同多进多出模型SimVP相比,MSE分别降低了14.7%、6.7%、10.5%、18.5%,在消融扩展实验中,所提模型达到了较好的综合性能,具有预测精度高、计算量低和推理效率高等优势。 展开更多
关键词 视频帧预测 卷积神经网络 注意力机制 门控卷积 编解码网络
在线阅读 下载PDF
基于改进U-Net的轻量级输电线分割算法 被引量:1
7
作者 胡冠华 张永雷 申立群 《电子测量与仪器学报》 CSCD 北大核心 2024年第1期211-218,共8页
为了提高输电线路的巡检效率,保证输电线的分割精度和速度,本文提出基于改进U-Net的轻量级网络GU-Net。首先,以U-Net网络为基础,在编码器部分引入轻量化主干提取网络Ghost-Net;然后采用双线性插值方法完成上采样,并利用深度可分离卷积... 为了提高输电线路的巡检效率,保证输电线的分割精度和速度,本文提出基于改进U-Net的轻量级网络GU-Net。首先,以U-Net网络为基础,在编码器部分引入轻量化主干提取网络Ghost-Net;然后采用双线性插值方法完成上采样,并利用深度可分离卷积代替部分普通卷积;最后在训练过程引入多损失函数以解决输电线和背景像素占比不平衡问题,并采用迁移学习策略训练模型。在E-Wire输电线数据集上测试,GU-Net网络的MIoU和F1-score分别为80.04%和87.77%,与现有的轻量化输电线语义分割网络Wire-Detection相比分别提升了4.26%和2.96%,且分割速度几乎没有损失,参数量约是它的20%。实验结果表明,本文提出的算法能够实现快速高效、轻量化地分割出复杂图像中的输电线。 展开更多
关键词 深度学习 语义分割 编解码网络 轻量化 输电线路
原文传递
基于编解码算法的英语语法错误纠正模型设计
8
作者 高雯君 《自动化技术与应用》 2024年第9期42-46,共5页
为实现针对英语语法的准确纠错,提出一套能够兼顾上下文信息的英语语法错误纠正模型。介绍模型中编码模块和解码模块的数据处理方法,并通过应用实验来对所提出的纠错模型进行测试。实验发现,该模型在精确率、召回率、F值等指标方面均体... 为实现针对英语语法的准确纠错,提出一套能够兼顾上下文信息的英语语法错误纠正模型。介绍模型中编码模块和解码模块的数据处理方法,并通过应用实验来对所提出的纠错模型进行测试。实验发现,该模型在精确率、召回率、F值等指标方面均体现出较为理想的准确率水平,能够对主谓一致性错误、冠词或限定词错误等常见的英语语法错误进行较为准确的识别与修正。 展开更多
关键词 纠错模型 英语语法 编解码算法 模型 神经网络
在线阅读 下载PDF
JVT草案中的核心技术综述 被引量:15
9
作者 郑翔 叶志远 周秉锋 《软件学报》 EI CSCD 北大核心 2004年第1期58-68,共11页
作为一种由ITU-T国际视频组织和ISO的MPEG小组联合推出的未来视频处理标准,JVT(joint video team)的主要功能是改进当前压缩标准,通过采用切图技术、高分辨率的亚像素技术以及不同尺寸的块和形状与使用多个参考图进行Intra/Inter预测编... 作为一种由ITU-T国际视频组织和ISO的MPEG小组联合推出的未来视频处理标准,JVT(joint video team)的主要功能是改进当前压缩标准,通过采用切图技术、高分辨率的亚像素技术以及不同尺寸的块和形状与使用多个参考图进行Intra/Inter预测编码等技术来降低码率,提高压缩质量和压缩效率.同时在网络层通过对信息的封装与优先级控制等技术来实现数据在不同网络之间的透明传输与网络友好.重点介绍了JVT草案中的核心技术,包括JVT体系结构、层次模型以及与VCL(video coding layer)和NAL(network abstraction layer)两层相关具有代表性的关键技术,分析和探讨了当前JVT存在的问题和进一步的研究方向. 展开更多
关键词 JCL草案 视频编码层 网络抽象层 编解码器 比特率 网络友好
在线阅读 下载PDF
深层特征域运动估计和多层多假设运动补偿的视频压缩编解码网络 被引量:7
10
作者 杨春玲 吕泽宇 《华南理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2022年第10期51-61,共11页
传统视频压缩编码方法被广泛使用,为了进一步提高压缩性能,基于深度学习的视频压缩编码方法的研究日益受到关注。现有深度学习的视频压缩编码方法基于光流实现运动补偿,在光流对齐过程中会产生伪影现象,降低了预测的准确性。文中提出了... 传统视频压缩编码方法被广泛使用,为了进一步提高压缩性能,基于深度学习的视频压缩编码方法的研究日益受到关注。现有深度学习的视频压缩编码方法基于光流实现运动补偿,在光流对齐过程中会产生伪影现象,降低了预测的准确性。文中提出了深层特征域的运动估计思路,设计了相应的神经网络在深层特征域提取运动信息。在此基础上,提出了多层多假设预测的运动补偿网络,通过在深层特征域、浅层特征域以及像素域3个层次使用多假设预测模块,提升运动补偿的准确性,提高整体的率失真性能。仿真结果表明,文中算法帧间预测结果减缓了伪影现象,视觉效果明显优于光流对齐。同时,文中算法与传统H.264、H.265方法和基于深度学习的单帧参考方法DVC、DVCpro相比,在高比特率和低比特率的情况下均取得了较好的率失真性能。与研究前沿的DCVC方法相比,在率失真性能相近的同时,文中算法减少了约26.8%的编码时间。以H.264编码结果为基准,于相同比特率条件下,文中算法在HEVC测试序列ClassB、ClassD、ClassE上的解码质量分别提升3.73、4.76、2.65 dB。由仿真实验结果可知,文中算法对视频序列进行压缩编码时,提高了运动补偿预测帧的准确度,降低了预测误差,缩短了残差信号压缩编码码流,提升了整体的率失真性能。 展开更多
关键词 视频压缩 深度学习 运动估计 多假设预测 编解码网络
在线阅读 下载PDF
基于多尺度三重注意力的水下图像增强算法 被引量:3
11
作者 陈海秀 陆康 +2 位作者 何珊珊 黄仔洁 房威志 《电光与控制》 CSCD 北大核心 2023年第11期56-61,共6页
针对水下图像颜色失真和细节丢失等问题,提出了一种基于多尺度三重注意力机制的水下图像增强算法。该算法使用生成对抗网络作为基础架构,生成网络采用编码解码结构,并设计一个多尺度三重注意力模块,多尺度结构和三重注意力机制结合可以... 针对水下图像颜色失真和细节丢失等问题,提出了一种基于多尺度三重注意力机制的水下图像增强算法。该算法使用生成对抗网络作为基础架构,生成网络采用编码解码结构,并设计一个多尺度三重注意力模块,多尺度结构和三重注意力机制结合可以实现不同层次信息的跨维度交互,使网络更好地学习水下图像特征和抑制噪声特征,判别网络采用类似马尔可夫判别器的结构;构建了多个损失函数,使生成的图像在结构、内容、色彩上和参考图像保持一致。实验结果表明,所提算法在主观视觉和客观评价指标上均优于比较算法,可以有效地提升网络的特征提取能力,实现对不同场景水下图像的色彩恢复,增强图像的对比度和清晰度。 展开更多
关键词 水下图像增强 三重注意力 生成对抗网络 编码解码结构 多尺度结构
在线阅读 下载PDF
一种基于字典学习的压缩感知视频编解码模型 被引量:5
12
作者 郭继昌 金卯亨嘉 《数据采集与处理》 CSCD 北大核心 2015年第1期59-67,共9页
无线多媒体传感器网络中针对视频信号处理的两个重要的问题是如何高效编解码和如何抵抗信道误码。结合压缩感知和字典学习理论,提出了一种应用于无线传感器网络的基于字典学习的压缩感知视频编解码模型。模型整体采用压缩感知理论以降... 无线多媒体传感器网络中针对视频信号处理的两个重要的问题是如何高效编解码和如何抵抗信道误码。结合压缩感知和字典学习理论,提出了一种应用于无线传感器网络的基于字典学习的压缩感知视频编解码模型。模型整体采用压缩感知理论以降低编码端复杂度,提高系统抗误码性。编码端应用差分编码和跳帧模式大大减少了信道传输数据量;解码端采用字典学习算法增强图像的稀疏表示能力,从而提高视频重构精度。本模型在实现高效编码的同时将计算复杂度从编码端转移到解码端,从而满足编码端资源受限的应用场合。理论分析和仿真实验表明该模型可行并且有效。 展开更多
关键词 压缩感知 字典学习 视频编解码 无线多媒体传感器网络
在线阅读 下载PDF
基于生成对抗网络的音频补偿方法 被引量:3
13
作者 王杰 观元升 胡文林 《陕西师范大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第6期39-48,共10页
为解决音频补偿存在可修复片段长度较短、修复对象局限于高重复性音频和采用语谱图所带来的逆变换失真等问题,提出了针对长语音补偿的新生成对抗网络。新网络模型以原始语音作为输入输出信号,解决传统基于语谱图方法的局限性。首先,采... 为解决音频补偿存在可修复片段长度较短、修复对象局限于高重复性音频和采用语谱图所带来的逆变换失真等问题,提出了针对长语音补偿的新生成对抗网络。新网络模型以原始语音作为输入输出信号,解决传统基于语谱图方法的局限性。首先,采用前后文编解码器作为生成器,提高对信号时域空白间隙周围可用内容的利用率;其次,将语音特征提取模块加入鉴别器,通过学习前后文内容中音高、音素特征,有效提升训练效率和生成质量。结果表明:与现有多个算法进行对比,提出的生成对抗网络具有良好的语音补偿性能,可修复间隙长度达256 ms。进一步通过变速扩展音频长度,针对扩展语音新模型可稳定修复长达500 ms的语音间隙。 展开更多
关键词 音频补偿 生成对抗网络 前后文编解码器 语音特征提取
在线阅读 下载PDF
基于双路编解码器的卷积神经网络在低照度图像增强和超分辨率中的研究 被引量:2
14
作者 刘畅 姜竹青 李凯 《广播与电视技术》 2022年第3期50-55,共6页
本文以高清户外直播技术为切入点,针对夜晚场景下受光照条件限制直播画面亮度低、不清晰的问题,提出了一种基于双路编解码器的卷积神经网络,应用于低照度图像增强和超分辨率,有效提升了户外直播的画面质量,降低了对传输带宽的需求,有利... 本文以高清户外直播技术为切入点,针对夜晚场景下受光照条件限制直播画面亮度低、不清晰的问题,提出了一种基于双路编解码器的卷积神经网络,应用于低照度图像增强和超分辨率,有效提升了户外直播的画面质量,降低了对传输带宽的需求,有利于提升户外直播的用户体验。 展开更多
关键词 低照度图像增强 超分辨率 卷积神经网络 双路编解码器
在线阅读 下载PDF
基于码书关联网络的基音调制信息隐藏检测 被引量:6
15
作者 李松斌 贾已真 +1 位作者 付江云 戴琼兴 《计算机学报》 EI CSCD 北大核心 2014年第10期2107-2117,共11页
基音调制信息隐藏在进行基音预测时嵌入机密信息,可在低速率语音压缩编码过程中进行高隐蔽性的信息隐藏,文中试图对该种隐写进行检测.文中发现该种隐写将导致压缩语音流中相邻语音帧自适应码书的关联特性发生改变,文中以此为设计隐写分... 基音调制信息隐藏在进行基音预测时嵌入机密信息,可在低速率语音压缩编码过程中进行高隐蔽性的信息隐藏,文中试图对该种隐写进行检测.文中发现该种隐写将导致压缩语音流中相邻语音帧自适应码书的关联特性发生改变,文中以此为设计隐写分析算法的关键线索.为了量化该种关联特性,文中设计了码书关联网络模型并基于该模型得到了对隐写敏感的特征向量.最后,基于所得特征向量并结合SVM(Support Vector Machine,支持向量机)构建了隐写检测器.针对典型的低速率语音编码标准G.729以及G.723.1的实验表明,文中方法性能优于现有检测方法,实现了对基音调制信息隐藏的快速有效检测. 展开更多
关键词 隐写分析 低速率语音编码器 基音调制信息隐藏 码书关联网络 基音预测
在线阅读 下载PDF
双路径特征融合编解码结构的高速语义分割 被引量:4
16
作者 胡学刚 龚宇 敬力源 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第12期1911-1919,共9页
对基于深度学习的高精度图像语义分割模型参数量大、分割速度慢的问题,提出一种基于双路径特征融合编解码结构的语义分割模型.首先,该模型编码器通过对语义路径和空间路径同时进行编码,其能够融合不同的特征信息,弥补了空间信息和语义... 对基于深度学习的高精度图像语义分割模型参数量大、分割速度慢的问题,提出一种基于双路径特征融合编解码结构的语义分割模型.首先,该模型编码器通过对语义路径和空间路径同时进行编码,其能够融合不同的特征信息,弥补了空间信息和语义信息难以两全的弊端,对特征图进行高效的卷积操作;其次,该模型解码器通过融合高层语义信息和低层空间信息,有效地弥补了编码时下采样操作丢失的特征信息.在Cityscapes和Camvid数据集上的实验结果表明,整体模型的参数量仅为3.91×10^(6),在2个数据集上分别取得了67.7%和65.8%的均交并比,分割速度分别为111帧/s和86帧/s.对比其他同类模型,所提模型拥有更少的参数量和更高的精度,其分割速度远远超过实时语义分割的最低要求24帧/s. 展开更多
关键词 神经网络 语义分割 特征融合 深度学习 编解码结构
在线阅读 下载PDF
低速率语音码流中的码元替换信息隐藏检测 被引量:2
17
作者 李松斌 杨洁 蒋雨欣 《网络新媒体技术》 2017年第1期7-18,共12页
低速率语音码流中的码元替换信息隐藏选取编码压缩语音中的特定码元作为载体,可实现高嵌入率和较高隐蔽性的信息隐藏.本文提出了码元关联网络模型,既可以从空间角度描述并量化同一语音帧内不同码元的取值分布特性,又能从时间角度描述并... 低速率语音码流中的码元替换信息隐藏选取编码压缩语音中的特定码元作为载体,可实现高嵌入率和较高隐蔽性的信息隐藏.本文提出了码元关联网络模型,既可以从空间角度描述并量化同一语音帧内不同码元的取值分布特性,又能从时间角度描述并量化不同语音帧内同一码元的取值关联特性。进一步,基于码元关联网络构建高性能分类器,最终可高效地实现针对码元替换信息隐藏的隐写检测。在不同语音数据库来源和不同语音长度条件下的实验结果证明了本文方法的检测准确率优于现有的隐写检测算法,实现了快速有效地码元替换信息隐藏检测。 展开更多
关键词 隐写分析 信息隐藏 码元替换 码元关联网络 低速率语音编码器
在线阅读 下载PDF
基于TTCN-3的手机网络应用软件测试方法研究 被引量:1
18
作者 尚思超 赵会群 陈萍 《计算机工程与设计》 CSCD 北大核心 2008年第15期4075-4078,共4页
介绍了手机网络应用软件的主要开发技术,概述了TTCN-3标准规范中的TTCN-3核心语言、TTCN-3运行时接口和TTCN-3控制接口的基本概念,并在对手机网络应用软件网络连接方式分析的基础上,提出了基于TTCN-3的手机网络应用软件测试方法,说明了... 介绍了手机网络应用软件的主要开发技术,概述了TTCN-3标准规范中的TTCN-3核心语言、TTCN-3运行时接口和TTCN-3控制接口的基本概念,并在对手机网络应用软件网络连接方式分析的基础上,提出了基于TTCN-3的手机网络应用软件测试方法,说明了使用TTCN-3测试手机网络应用软件的测试流程。通过给出一个手机网络应用软件的测试实例,展示了这种测试方法的可行性。 展开更多
关键词 测试及测试控制表示法第3版 手机网络应用软件测试 被测系统适配器 编码解码器 抽象测试套
在线阅读 下载PDF
基于多尺度层级化注意力模型的脑血肿分割算法 被引量:6
19
作者 于金扣 余南南 +2 位作者 于贺 胡春艾 邱天爽 《航天医学与医学工程》 CAS CSCD 北大核心 2021年第1期44-51,共8页
目的针对脑组织结构影像研究可准确、稳定识别和分割出潜在脑血肿图像的自动分割算法。方法提出了一种多尺度层级化注意力U型网络(MHA-Unet),嵌入空间金字塔池化层级化注意力(SPP-HA)模块。采用来自452例患者的大脑CT图像数据集,其中训... 目的针对脑组织结构影像研究可准确、稳定识别和分割出潜在脑血肿图像的自动分割算法。方法提出了一种多尺度层级化注意力U型网络(MHA-Unet),嵌入空间金字塔池化层级化注意力(SPP-HA)模块。采用来自452例患者的大脑CT图像数据集,其中训练数据集7727张,测试数据集496张,分别用于网络训练、验证和测试。此外,从测试数据集中挑选出4种不同血肿位置和形状的图像进行分割评估,通过比较MHA-Unet与Segnet、FCN、Unet的图像分割性能,验证提出模型的分割精度和稳定性。结果 MHA-Unet模型性能优于其他3种分割方法。针对3种评价指标,分别取得了Dice系数85.8%,Jaccard系数77.9%和Sensitivity系数84.4%的最高实验精度,MHA-Unet相对于U-net,Dice提高了1.1%,Jaccard提高了0.6%,Sensitivity提高了1.3%。结论提出的模型算法能有效分割出脑出血血肿区域,但是针对不同来源的脑出血数据集,模型的泛化性能有待进一步验证。 展开更多
关键词 脑血肿 编解码网络 多尺度特征 空间金字塔池化 空间注意力
原文传递
基于物联网的新型视频监控系统的设计与实现 被引量:5
20
作者 肖守伟 姚凯学 何勇 《计算机测量与控制》 2015年第10期3354-3356,3360,共4页
为了实现包括服务端和客户端的一套简单、稳定、可靠的新型视频监控系统;首先分析了视频监控系统的发展历史和趋势,提出基于移动互联网的视频监控系统方案,并选定Android作为系统实现的平台;明确了需求和目标,设计出系统的整体方案,并... 为了实现包括服务端和客户端的一套简单、稳定、可靠的新型视频监控系统;首先分析了视频监控系统的发展历史和趋势,提出基于移动互联网的视频监控系统方案,并选定Android作为系统实现的平台;明确了需求和目标,设计出系统的整体方案,并搭建了系统的程序框架;再根据系统程序框架的设计,详细地设计并实现了各个子功能模块,其中主要的功能模块有视频采集与视频回显模块,视频预处理模块,视频编解码模块和视频存储模块等;最后,对整个系统进行了综合测试,验证了其功能的完整性,得出系统的性能表现数据。经实验证明,所设计系统使用便利,需求中指定的功能也基本实现,程序的运行稳定高效可靠,能达到预期效果,具有一定的实用性和研究意义。 展开更多
关键词 物联网 视频监控 嵌入式 编解码 网络通信
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部