基于特征压缩和残差网络的语音重放检测

目前的语音重放攻击检测系统中,绝大部分性能良好的系统采用的特征和网络模型的数据量都很大,训练速度慢、对设备要求高.因此本文提出了一种基于CQT(Constant Q Transform)变换的时间帧压缩方法,以减小特征尺寸和网络模型参数量,从而加快训练速度、降低设备要求.首先,将语音信号的CQT谱在时间帧维度上压缩,得到一维特征,成百倍地减少特征数据量;其次,对应设计一维小型残差网络模型,以辅助进一步减少数据量;最后,在ASVspoof2019挑战赛的PA数据集上训练并测试网络模型性能.实验结果表明,本文的特征提取算法和网络模型,相比挑战赛的基线系统以及其他特征-模型的性能有明显提升,t-DCF为0.1051,EER为3.74％,并且训练速度快、设备要求低.     

基于人群密度的异常行为检测与分级研究

群体异常行为的发生将对社会公共安全构成危害,而不同等级的群体异常行为对社会公共安全产生的危害性也不尽相同,对应的关注度和敏感度也不同,因此本文提出了一种基于人群密度的异常行为分级检测算法.首先,对现有的人群异常行为检测算法存在实时性差、检测准确度不高的问题,引入局部光流,提出了一种基于平均动能变化倍率的人群异常行为检测算法;在此基础上对现有的结合基于像素点统计和基于纹理特征的人群密度检测方法进行了改进,进而实现了基于人群密度的异常行为分级.实验证明,本文算法能够准确且稳定地检测出视频中的异常行为情况,并且能根据人群密度分级报警,满足实际应用需求.     

基于边缘流的多尺度水平集砾岩图像分割

针对边缘流方法检测图像边界得到的边界不连续问题,提出了把边缘流作为水平集方程中的一个变量,并将多尺度思想引入该方程.该方法首先在大尺度图像下得到相应尺度的边缘流矢量,将其代入水平集方程,通过求解水平集方程,找出图像目标边界的大致轮廓,然后利用大尺度所得到的大致轮廓作为高一级尺度的水平集方程的初始轮廓,计算相应的边缘流矢量,代入水平集方程求解,逐步进行轮廓优化,最终实现图像分割.采用该方法提取图像目标边界,不仅解决了边缘流方法中边界不连续的问题,也使水平集方法中曲线演化速度太慢的问题得到大大的改善.该方法用于砾岩图像分割,取得了较好的效果.     

基于岩心扫描仪的多物距岩心图像的配准

在用岩心扫描仪进行高分辨率的图像采集时,对于表面起伏程度较大的岩心,一般要在不同物距上进行多次扫描,然后将图像进行融合,但由于多物距图像之间存在空间上的偏移和伸缩,所以必须先进行图像配准.针对此问题,研究了基于岩心扫描仪的多物距岩心图像的特点,并根据常见的剖面岩心和柱面岩心各自的特点采用了不同的配准策略.对剖面岩心采用基于仿射变换的配准方法,对柱面岩心采用基于空间变换的配准方法,配准效果较好,图像不存在扭曲和变形.     

内制品中的脂肪氧化

针对由脂肪氧化引起肉制品质量下降的问题,就脂肪氧化机理,肉制品中脂肪氧化的检测和肉制品脂肪氧化的控制进行了论述。     

基于LLF和RBD检测的红外和可见光图像融合

提出一种基于LLF和RBD检测的红外和可见光图像融合方法。运用局部拉普拉斯滤波对红外图像平滑处理和对可见光增强处理,以充分利用红外图像的目标信息和可见光图像的细节信息。在此基础上,采用增强背景检测的RBD显著性检测算法处理红外图像,以很好地检测出目标。此外,为了增强目标信息,减弱背景干扰,对RBD检测的结果进行S曲线变换。然后,对红外和可见光图像应用NSST分解得到高频分量与低频分量。最后,使用S曲线变换后获得的显著图对低频分量进行加权融合,采用绝对值取大的规则对高频分量进行融合。实验结果表明,该方法能够得到红外目标突出,细节增强的融合图像。     

基于快速非抽样小波变换的岩屑多聚焦图像融合

针对传统非抽样小波变换算法较复杂的缺点,结合空、频域处理上的特点,提出了一种基于快速非抽样小波变换的多聚焦图像融合算法。与之前基于非抽样小波变换的融合算法不同,该算法取消了反变换,它根据高频小波系数绝对值和取大原则,融合图像像素值直接在对应源图像的相应位置取值,从而大大提高了图像处理的实时性,改善了融合效果。通过与六种非抽样小波变换融合算法的比较,以及快速非抽样小波变换与非抽样小波变换的融合时间对比,直观地给出了该算法的效果和时间优势。     

变压器容量选择和最佳负荷范围探讨

深入地分析了变压器效率特性的特点,提出了一种既能保证变压器容量的利用率,又能保证在一定负荷范围内高效运行的变压器容量选择方法。文中以ＳＬ７系列变压器为例,确定出了４００￣１６００ｋＶＡ容量等级的最佳负荷范围,以供参考。     

Curvelet变换在多聚焦岩心图像融合中的应用

利用基于光流的运动估计对岩心图像配准后,针对岩心高低不平图像出现部分模糊现象,提出了一种基于Curvelet变换的多聚焦图像融合方法,先对不同聚焦图像进行Curvelet变换,采取低频分量取加权平均、高频分量取绝对值最大的融合规则,再进行Curvelet反变换。实验表明,基于Curvelet变换的融合方法可有效综合多聚焦图像,相比基于小波变换的图像融合,能获得更好的融合效果。     

最新视频分割算法研究

视频分割在视频编码、智能监控和信息检索等领域有着广泛应用,分割质量的好坏直接影响视频的后续处理,所以,基于运动目标的视频分割技术是重要而又富有挑战性的。本文在现有方法的基础上,研究了最近的国内外文献,介绍和分析了其中的算法,并对未来的发展进行了展望。