基于信息量失真测度的VQ及在高光谱图像无损压缩中的应用

随着成像光谱技术的迅速发展 ,如何高效无失真的压缩海量高光谱数据引起人们越来越多的关注。由于相似的地表区域具有相似的光谱曲线 ,矢量量化是对高光谱图像进行压缩的理想算法。提出一种基于信息量失真测度的矢量量化编码方法 ,并用于高光谱图像无损压缩。与常用的矢量量化失真测度———欧几里德平方误差测度相比 ,该算法在不增加运算复杂度的情况下 ,矢量量化后的误差图像的熵值能够降低 0 0 5bpp左右。

一种采用余弦镶边临界带滤波器组的弯折谱失真测度

建立在语音非线性感知特性基础上的谱失真测度，如Ｍｅｌ谱和Ｂａｒｋ 谱失真测度等，在语音处理的实际应用中取得了较好的效果．文中提出的余弦镶边临界带滤波谱失真测度也属于这一类，并且综合了二者的优点，所做改进及其特色主要有３ 点：一是采用临界带集成原理分配分析滤波器组的中心频率及带宽，使之更加符合耳蜗分析的机理；二是设计了一种新的余弦镶边滤波器代替Ｍｅｌ谱中的三角滤波器，使之对于共振峰的频移不敏感，增强了客观测度在噪声环境中提取共振峰参数的能力；三是具有与Ｍｅｌ谱失真测度相当的计算复杂度。

基于神经网络的语音谱失真测度研究

提出了基于神经网络的语音谱失真测度概念。利用前向神经网络，包括多层感知器和径向基函数网络，对多维非线性函数的逼近原理，使得谱失真测度函数具备了表现人耳听觉系统的主观感知行为的能力。结合语音质量客观评价应用，我们以在大量的失真条件下得到的主观评价结果作为期望值对该网络进行训练。统计相关分析表明，基于神经网络谱失真测度的客观评价方法的主客观评价的相关性，较之传统欧氏距离以及加权欧氏距离都有了显著的提高，并具有更高的鲁棒性．该方法还具有技术独立性．

基于小波谱失真测度的语音质量评估

语音质量评估常用于通信对抗装备试验中,但现有客观评估方法无法满足试验的需要,限制了它的适用领域。通过分析小波理论与客观评估手段,提出了利用小波谱失真测度(WSDM)客观评估语音信号通信质量的方法,定义了小波谱失真测度,并给出了小波谱失真测度的计算公式,实验结果表明,与MFCC谱失真测度和BARK谱失真测度相比,用小波谱失真测度客观评价语音信号的通信质量可以提高主客观评估的相关度。

基于感知模型的美尔谱失真测度

为了有效评价通信系统中的语音质量,基于语音感知分析,提出了M el域上一种新的语音信号特征表示方法———MFSC(美尔谱系数).MFSC既考虑人耳对频率的非线性感知特性,又结合了声音强度-响度非线性变换特性,符合语音感知分析.基于MFSC特征参数的提取,提出了用于语音质量客观评价的美尔谱失真测度(M el-SD),并将其应用于干扰条件下的无线通信系统语音质量评价.实验结果表明,M el-SD的平均相关值为0.942,分别比M el-CD和PESQ(语音质量感知评价)提高了0.089和0.031.

VQ话者模型中失真测度的鲁棒性研究

文中研究表明 ,反映说话人特征信息的特征参数矢量的各个分量通常具有不同的分布 ,对正确识别说话人身份的有效性是有差别的。文中将这种有效性差别作为权重矢量反映到失真测度计算公式中 ,提出了一种新的失真测度 ,即方差归一化失真测度。该失真测度可有效提高话者识别系统的识别性能。进一步的实验还表明 ,该失真测度能提高话者识别系统的时间鲁棒性。文中同时还给出了适合于话者识别的参数归正方法 :帧内幅度归正。

基于失真测度的直接扩频音频隐写分析

在利用失真测度来描述隐写引起的音频失真时,发现对同一原始音频进行多次直接序列扩频隐写过程中,第一次隐写引起的失真最为剧烈.从直接扩频隐写的原理出发,提出了从待检测音频提取相应失真测度作为特征向量,并利用支持向量机进行分类的隐写分析方法.该方法不需要对原始音频进行估计.实验证明,本方法具有令人满意的性能,对不同嵌入强度也同样有效,同时对嵌入容量的干扰提出2种改善策略.

基于矢量失真测度和自适应四叉树分割的彩色图象分形压缩方法

在Ｊａｃｑｕｉｎ 分块分形图象压缩方法的基础上，提出了一种基于矢量失真测度的自适应四叉树分割彩色图象分形压缩方法，该方法充分利用了ＲＧＢ彩色空间２４ 位真彩图象的三彩色分量间相关性，实验表明该方法比分别对三彩色分量使用分块分形压缩方法在压缩比和重构图象质量方面有很大的改善。

基于方差归一化失真测度的语音识别

在语音识别系统中不同码字有不同的识别能力,识别能力的大小可在权值上加以体现。采用了方差归一化失真测度,将这种有效性差别作为权重矢量反映到失真测度计算公式中,可有效提高基于MFCC(Mel -Frequency Cepstral Coefficients即梅尔倒频谱参数)的语音识别系统的识别性能。

对Itakura语音失真测度的改进

提出了一种对Ｉｔａｋｕｒａ 语音失真测度的改进方法——感知谱失真（ＰＳＤ） 测度方法，该方法通过模拟人的听觉特性把语音短时谱转变为符合听觉特性的感知谱，再以感知谱为基础，结合Ｉｔａｋｕｒａ 测度的优点来度量语音失真程度．通过对不同质量的语音信号进行仿真实验以及与Ｉｔａｋｕｒａ 测度方法作对比实验，结果表明ＰＳＤ测度克服了Ｉｔａｋｕｒａ 测度的不足，与语音质量的主观评价一致性较好，特别是在语音失真程度较大时ＰＳＤ测度明显优于Ｉｔａｋｕｒａ 测度．

使用L_1失真测度及其派生方法的无乘法矢量量化

提出了一个基于梯度的算法来设计码本。该算法不需要任何乘法或中项计算,其收敛性在非常微弱的条件下得到了严格的证明。仿真举例将该技术与LBG算法的表现进行了比较,结果表明,尽管前者简单,但在平均失真条件下其产生的码本与后者等量。该设计码本的算法进而被扩充为一个具有分段线性特性的失真算法。通过对失真测度的参数的近似选择,编码和码本的设计又一次能在没有乘法的情况下得以实现。将本技术应用于图像的预测矢量量化,并证明了对图像数据进行无乘法预测矢量量化技术的实用价值。

基于线性和条件下的失真风险测度尾部渐近性质

对随机权重的次序统计量线性和条件下的失真风险测度尾部进行了讨论,并得到了相应的一些渐近性质.

基于视频内容编码感知失真模型研究

针对现有恰可感知失真模型不能很好地适用于感知视频编码的问题,开展了面向编码的视觉感知失真测度模型研究。从编码量化参数的角度对恰可感知失真进行测量,并通过实验统计和数据拟合定量地得出了基于编码量化参数的恰可感知失真模型。实验结果表明,恰可感知失真阈值与初始编码量化参数呈现良好的线性关系。该模型的优势在于采用了与编码相关的编码量化参数,建立了恰可感知失真模型,可以更方便地应用于实际编码。

VaR、ES与一致性风险测度

基于分位数的VaR(风险价值)不具有一致性,可能误导投资组合优化和风险管理,ES(预期短缺)测度克服了这一缺点。谱测度和失真风险测度更具一般性,考虑了投资者风险厌恶对风险测度的影响,其中VaR和ES均为其特例。从实用性看,ES仍是业界普遍采用的方法。

基于独立分量分析特征提取的故障诊断系统

针对矿山破碎机的声音故障诊断受复杂现场环境制约、确诊率低的难题,结合独立分量分析(ICA)在自然图像和连续语音信号中特征提取的方法,采用两层ICA分别用于从混杂声音中提取各采集通道(部位)的统计独立声音信号和进一步提取该信号的特征基.训练阶段生成的特征基系数序列用来生成矢量量化(VQ)的码书,设计出ICA-VQ破碎机故障诊断系统.现场采集数据的实验中系统的故障诊断准确率达到96.8%,表明系统的高效性.

基于结构相似的H.264帧间预测改进算法

H.264/AVC通过帧间多模式预测、率失真优化及其它新技术,大大提高了视频压缩效率.失真测度的选择对帧间预测模式及运动估计中匹配块的选择有很大影响.在H.264帧间预测过程中,失真测度选用的是当前块和候选块之间的绝对差和(SAD)及平方差和(SSD).结构相似度(SSIM)是新提出的一种图像质量评价方法,与其他评价方法相比,它更加符合人眼视觉系统(HVS)且计算量不大.文中将SSIM引入到H.264帧间预测作为失真测度,提出了基于结构相似的帧间预测方法(IPBSS).该方法是在作者前期工作积累上的进一步改进.实验结果显示,该算法可以在保持视觉质量不下降的前提下,平均节约13%的码流.

一种快速相关预测矢量量化的图像编码算法

矢量量化是近年来图像压缩研究中的重要技术 ,在该技术中 ,减小编码运算时间和降低平均编码比特率是当前研究的重要问题 ,目前 ,已经提出了许多快速编码算法。为了进一步减少图像矢量量化编码的时间和降低编码比特率 ,提出了一种超前相关预测与快速搜索相结合的快速矢量量化编码算法。该算法在对当前图像块完成编码后 ,再根据该图像块与相邻的未编码图像块的相关性来预测相邻块的编码值 ,如果预测成功 ,则用低比特率表示编码值 ;否则用绝对误差不等式删除 (AEI)算法来求得高比特率编码值 ,以减少总编码时间和降低平均比特率。测试结果表明 ,该算法比传统的穷尽搜索算法的编码速度快 ,且比特率低 。

宽带ISF参数转换分类分裂矢量量化算法

对转换分类分裂矢量量化算法进行了深入研究。通过调整量化算法中矢量的分裂方式及量化所需比特数的分配,实现出了一种应用于宽带ISF参数量化的改进的42 bits/frame转换分类分裂矢量量化方案。该方案采用无记忆的量化方式,并根据ISF参数的特性提出了一种新的加权失真测度计算方法。实验表明,该方案在每帧编码比特数为42时达到了透明量化的性能,且在发生帧丢失的情况下不会产生错误繁衍。

将倒谱参数与基音信息有效结合进行说话人辨认

本文介绍了一种基于矢量量化技术的说话人识别系统，在特征参数上，选用动、静态倒谱互相补偿，充分描述说话人声道模型，同时选用能描述说话人声带激励源特点的基音参数，以全面反映说话人特征。识别时，对三个参数进行优化组合，构成最佳的归一化联合失真进行判决．实验证明，对16人进行测试，当语音长度为2秒时，识别率高达96．8％．

基于独立分量分析和矢量量化的说话人识别

使用独立分量分析(ICA)来提取说话人特征并与矢量量化(VQ)判决方法相结合,实现了一个高性能的基于ICA特征的VQ(ICA-VQ)说话人识别系统。通过ICA变换得到说话人语音特征基函数系数用于生成VQ码书,并导出包含能量失真的ICA-VQ码书失真测度和质心确定条件,生成最终的判决。仿真实验中ICA提取的特征分别用于不同系统实现说话人确认任务,各系统的DET曲线对比验证了VQ方法用于ICA特征分类判决的优势,同时不同码书尺寸下的等差率(EER)对比证明了VQ码书设计的有效性。