基于乘客状态的电梯群控策略

提出了一种基于乘客状态的电梯群控策略.该群控策略指出一次乘梯活动是指乘客的状态由就绪状态到完成状态的完整连续过程.结合目的层预约概念,能提前获得乘客的目的层信息.这样,群控策略能为每个乘客指定最优乘坐电梯号,缩短了乘客的候梯时间和乘梯时间.乘客在乘梯活动中被分成4个状态,通过乘客状态来跟踪乘客行为.同时设计了4个工作队列,以方便派梯中心对乘客的管理.仿真实验证明该群控策略可得到很好的效果.采用群控的电梯系统与未采用群控的电梯系统相比,在效率和耗能上均有很大的改善.

一种基于轮廓线条的二值图像压缩算法

提出了一种基于图像轮廓线条的二值图像压缩算法,探讨了针对基本轮廓线条从有损到无损可变的压缩方法.实验结果表明:本算法在直线,特别是斜线段压缩上有着明显优势.如若考虑有损压缩,基本线条的压缩比要好于JBIG,并为纹理图像中特征线条描述提供一种可行方法.

基于工作流模型的访问控制策略

基于角色的访问控制(RBAC)是目前应用较多的访问控制策略,针对基于角色的访问控制缺乏对工作流程的表达且不能够保证角色互斥原则的不足,结合我国企事业单位管理模式和工作流程的特点,改进了工作流模型中过程分解方法,将原子任务和原子任务间的相互关系加入基于角色的访问控制中.

三维音频技术综述

三维(Three-dimension,3D)多媒体技术,尤其是和3D视频相比有所差距的3D音频技术受到了广泛的关注。当前三维音频技术研究可分为基于物理声场重建的多声道音频技术和基于感知的声音场景重建的多声道音频技术两大类。物理声场重建技术的重要代表是基于球谐分解的声重放技术和波场合成技术(Wave field synthesis,WFS),基于感知的声音场景重建技术主要包括幅度平移技术(Amplitude panning,AP)和基于头相关传输函数的双耳重建技术(Head related transfer function,HRTF)。本文对上述4类三维音频技术及其对应的典型系统进行了介绍及对比分析,并对三维音频技术当前3大主要研究热点:空间听觉机制、三维音频压缩编码以及三维音频系统精简的现状与前沿技术进行了介绍。

基于Gram矩阵和卷积神经网络的风格迁移算法

如何获得更好的图像风格迁移效果一直是图像处理领域中经典问题之一。针对传统方法存在表现欠佳并具有较强局限性的问题,讨论了卷积神经网络(convolutional neural network,CNN)不同层提取图像特征的特点,提出了一种基于Gram矩阵和CNN的图像风格迁移算法,并设计了多种艺术风格的迁移实验,最后通过实验验证所提出的算法可比传统算法在更短的时间更好地实现艺术图像的风格迁移,说明该算法在图像特征提取及图像风格迁移任务上更具优势。

基于声场重建的三维音频技术

近年来,随着人们对视听体验的要求不断提高,三维(空间)音频技术被广泛应用于娱乐影音等各领域,并取得显著进展。如何便捷地创造一个具有沉浸式空间听觉体验的环境是一直以来的研究热点。因此综述了主流三维声场重建的相关技术,并分析了其优缺点,主要讨论了三维声场的表达与维度、不同扬声器下的三维声场重建以及相应的混响均衡技术。最后,归纳了三维声场重建技术目前存在的问题,并展望未来发展的新方向。

基于CycleGAN的语音可懂度关键技术

语音可懂度增强是一种在嘈杂环境中再现清晰语音的感知增强技术.许多研究通过说话风格转换(SSC)来增强语音可懂度,这种方法仅依靠伦巴第效应,因此在强噪声干扰下效果不佳. SSC还利用简单的线性变换对基频(F0)的转换进行建模,并且只映射很少维的梅尔倒谱系数(MCEPs).因为F0和MCEPs是语音的两个重要特征,对这些特征进行充分的建模是非常必要的.因此本文进行了一个创新性研究即通过连续小波变换(CWT)将F0分解为10维来描述不同时间尺度的语音,以实现F0的有效转换,而且使用20维表示MCEPs实现MCEPs的转换.除此之外,还利用iMetricGAN网络来优化强噪声中的语音可懂度指标.实验结果表明,提出的基于CycleGAN使用CWT和iMetricGAN的非平行语音风格转换方法 (NS-CiC)在客观和主观评价上均显著提高了强噪声环境下的语音可懂度.

基于逐阶共识计算的虚假物理身份属性检测方法

通过使用面具、变更指纹等技术,个人可以轻松冒充他人,这给物理身份识别带来巨大挑战。针对身份识别过程中属性伪造的问题,提出了一种基于逐阶共识计算的虚假物理身份属性检测方法。该方法首先进行身份识别;然后利用错误识别结果近邻关系的差异,逐阶分析得到共识身份;最后分析共识身份在识别结果中的排序,以检测虚假属性。在人脸、指纹和声纹数据库上的实验结果表明,与多数表决方法相比,本文方法能有效检测出虚假物理身份属性,并具有更高的准确率。