音乐检索新方法的研究与实现

基于哼唱/歌唱音乐检索的系统架构,提出一系列的实现新方法,包括采用改进的YIN算法提取基音序列,提出一种新颖的"小阁"基音后处理方法和旋律轮廓标记、匹配方法,定义了一种相似度衡量体系实现检索。经过原型系统开发和实验分析,结果表明这种新的处理流程实现了对传统基于内容音乐检索方法的改进。     

基于遗传算法的旋律匹配模型研究

基于内容音乐检索(MIR)以其简捷、直观的检索方式成为模式识别、信号处理等领域研究的热点之一.在MIR问题中,特征的选择、表示和匹配是核心技术.在研究分析音乐物理及感知特征的基础上,以旋律作为主要特征,通过基音提取和动态阈值分割音符算法,为待检索音乐数据集和输入音乐样本建立了旋律表示模型;应用遗传算法对齐模板,修正哼唱输入个体差异,以提高检索精确度;融合欧式距离和动态时间扭曲(dynamic time warping,DTW)相似度实现度量匹配模板,以加强容错和泛化能力.实验表明,算法的速度及精度可良好地满足哼唱系统的要求,并可扩展应用于相似的系统.     

基于SIFT图像配准算法优化研究

为了满足在图像配准过程中对于准确度和稳定性的要求,提出一种基于SIFT和改进的RANSAC图像配准算法。首先采用SIFT算法进行特征点提取和最近邻匹配方法进行粗匹配,然后对RANSAC算法进行改进,对两幅图像中关键点相似性的评价函数进行改进和优化,实现关键点对的精准匹配,最后进行图像配准。实验表明,算法能够提高图像匹配的准确度同时降低图像匹配时间,具有一定的适用性。     

语音多带激励模型基音搜索算法的一种改进

深入分析了ＭＢＥ模型分析算法的复杂度,认为原算法中的双闭环基音搜索结构有很大的改进余地,提出了一种基于Ｂ－样条二进离散子波变换（Ｂ－ＳＤｙＷＴ）基音检测法的改进ＭＢＥ模型分析算法．其关键在于利用Ｂ－ＳＤｙＷＴ 基音检测原理将这种双闭环搜索算法改造成先开环后闭环的结构．理论分析说明,这种改造可以大幅度地降低基音搜索的复杂度,而不降低其性能．通过仿真实验对改进前、后的ＭＢＥ模型基音搜索算法的复杂度、准确度以及抗噪声能力等方面进行了全面的对比分析．得出的结论是改进算法与原算法相比各项性能均不低于原算法甚至有所改善,特别是证实了理论分析中的复杂度降低作用．     

一种改进的SURF古籍图像复制粘贴篡改检测算法

针对古籍图像复制粘贴篡改检测需求设计了一种算法.该算法以SURF算法为基础,引入小波变换并改进,清除图像中的噪声斑点,提高了Hessian矩阵构建的准确性;引入SLIC(Simple Linear Iterative Clustering)算法并改进,对图像进行分块,减少了图像匹配检索用时;改进欧氏距离匹配阈值选取方式,降低了特征点检测误匹配率;引入图像局部色彩方差,提升图像特征点匹配准确性.结合多种类型的古籍图像篡改实例,并与当前其他主流算法就检测结果进行比较分析.结果表明,该算法在匹配检测准确度和检测用时方面更具优势,更能有效地鉴定出篡改的图像信息.     

含噪语音的基音周期提取算法

背景噪声对语音信号的基音周期提取有很大的影响.结合能够对背景噪声进行有效降噪的EMD(Empirical Mode Decomposition)软阈值法,提出了一种噪声背景下语音基音周期提取的方法.首先将EMD软阈值降噪法和中心削波法相结合,对信号进行预处理,然后利用语音信号波形本身的信息,进行波形之间的匹配估计,从而获得准确的语音信号基音周期.仿真实验表明:与传统的基音周期提取方法相比较,所提方法在基音周期提取的准确度方面有很大的提高.     

一种行为识别的新方法

行为识别技术是一种可用于智能视频监控的生物识别技术.本文提出一种基于统计主成份分析和行为序列匹配的人的行为识别算法,对于输入序列采用改进的背景减法获取人体侧影并归一化,对归一化的人体侧影进行距离变换.训练过程使用PCA算法进行特征空间的计算,测试过程则将获取的距离图像序列在特征空间投影并结合改进的序列匹配算法实现人的行为识别,多个数据库上测试的结果验证了算法的有效性.     

基于小波变换的语音信号基音频率检测法

将基于小波变换与多分辨分析 (MRA)下的Mallat算法与传统的快速傅立叶变换(FFT)相结合 ,提出了一种新的语音信号的基音频率检测方法。实验结果表明 ,这种方法能有效地抑制语音信号中共振峰对基音频率的影响 ,且不必考虑语音信号的短时性。与传统基音估计方法比较 ,此方法具有运算速度快、基音估计准确度高的特点。     

基于拉格朗日算法的多媒体云资源分类检索方法

针对云计算环境下多媒体资源分类检索准确性差的问题,提出一种新的多媒体资源分类检索方法,通过决策树算法对多媒体资源进行采集及属性划分.引入基于拉格朗日系数的拉格朗日算法对资源进行求解和预处理,以李雅普诺夫定理为基础,获取多媒体资源特征,并通过标注传播算法实现对多媒体资源的分类检索.实验结果表明,采用改进的方法可以有效增加多媒体资源分类检索的准确度和检索效率,具有一定的实用性.     

改善基音估计准确度的有效途径

基音周期是语音信号处理中的重要参数,基音周期估计的准确度对合成语音的质量有决定性作用。讨论了多带激励(multi-band excitation,MBE)语音编码模型中,对自相关基音周期估计的2种改善方法:数值滤波和动态基音平滑技术,由此可以得到更精确的基音轮廓。实验证明:在多带激励语音编码模型中,结合这2种改进方法,可有效提高基音周期估计的准确度。