A Perceptual Approach to Reduce Musical Noise Using Critical Bands Tonality Coefficients and Masking Thresholds

Traditional noise reduction techniques have the drawback of generating an annoying musical noise. A new scheme for speech enhancement in high noise environment is developed by considering human auditory system masking characteristics. The new scheme considers the masking threshold of both noisy speech and the denoised one, to detect musical noise components. To make them inaudible, they are set under the noise masking threshold. The improved signal is subjected to extensive subjective and objective tests. It is ob-served that the musical noise is appreciably reduced even at very low signal to noise ratios.

uBlock算法的低延迟一阶门限实现方法

目前已有文献给出了uBlock分组密码算法的侧信道防护方案,但是这些方案不仅延迟较高,难以适用于低延迟高吞吐场景,而且在毛刺探测模型下缺乏可证明安全性.针对这一问题,本文给出了在毛刺探测模型下具有可证明安全性的uBlock算法的低延迟门限实现方案.此外,我们引入了Changing of the Guards技术来避免防护方案在执行过程中需要额外随机数.对于防护方案的安全性,我们用自动化评估工具SILVER验证了S盒的毛刺探测安全性,并用泄露评估技术TVLA(Test Vector Leakage Assessment)验证了防护方案的整个电路的安全性.最后,我们用Design Compiler工具对防护方案的性能消耗情况进行了评估.评估结果显示,与序列化实现方式的uBlock防护方案相比,我们的防护方案的延迟能够减少约95%.

基于AT-NMS的Mask RCNN改进算法

大数据下的目标检测算法常常会出现目标漏检和重复检测问题,针对此问题提出一种基于自适应阈值-非极大值抑制AT-NMS的Mask RCNN改进算法Mask RCNN AT-NMS。首先在ResNet基础上添加可变形卷积模块增强提取目标多层卷积特征的能力;其次使用AT-NMS算法提取目标候选区域的深层信息;然后通过ROI Align 2次量化处理实现对目标更加精确的定位;最后通过3个分支实现目标实例分割、目标分类和目标边框回归。实验结果表明,在PASCAL-VOC2012和Indoor CVPR_09数据集上,相比于AT-NMS算法,Mask RCNN AT-NMS算法的重复检测率和目标漏检率均有所降低,并且识别精度有所提升。由此可见,Mask RCNN AT-NMS算法能够缓解因固定阈值引起的目标漏检和重复检测问题,且能在此基础上提高检测精度。

基于Mask R-CNN的猪只爬跨行为识别

针对目前猪只爬跨行为自动化检测程度较低的问题,提出了一种基于MaskR-CNN的猪只爬跨行为识别算法。首先获取猪只俯视图像,利用Labelme制作数据集标签,引入迁移学习方法训练ResNet-FPN网络,获取猪只分割结果,并提取每个样本中的mask像素面积。提取每个样本中的最小mask像素面积作为爬跨行为识别的经验样本集,确定爬跨行为界定阈值。利用测试集分别测试猪只分割网络模型及爬跨行为识别算法,结果表明,猪只分割网络模型的分割准确率为94%,爬跨行为识别算法准确率为94.5%。本算法能够自动有效地检测猪只爬跨行为,可为牲畜养殖自动化提供支持。

一种边缘梯度插值的感兴趣区域池化算法

针对现有主流的目标检测算法存在检测精确率低、图像边缘区域分割不全等问题,提出一种基于Mask RCNN模型的感兴趣区域池化算法.首先,通过Otsu阈值分割法将感兴趣区域特征图划分为边缘区域和非边缘区域;其次,对边缘区域使用边缘梯度插值算法进行插值,对非边缘区域使用双线性插值算法进行插值,从而将离散的特征图映射到一个连续空间中;再次,将插值后的特征图均匀分割成k×k个单元;最后,对每个单元利用二重积分求均值以完成池化操作.对比实验结果表明,该算法基于Mask RCNN模型在数据集COCO(2014)上比现有算法的检测精确率有一定提升,对图像边缘区域的细节分割效果较好.

结合Sobel算子和Mask R-CNN的肺结节分割

肺癌不断威胁着人类健康,计算机辅助诊断对肺癌诊断将发挥重要的作用.卷积神经网络(CNNs)在对图像的处理上表现出有目共睹的优秀性能,医学Computed Tomography(CT)图像是用来诊断肺癌的主要检查方式,用深度学习分割病灶的方法可以实现端对端的辅助诊断,这将节省医生的诊断时间,为患者争取最佳治疗时间.LIDC-IDRI(The Lung Image Database Consortium)数据集影像中的癌症部分与其他组织部分的放射密度十分接近,而且往往癌症部分非常小,背景具有非常强的相似性.本文使用传统的Sobel算子对图像中放射密度高的部分进行边缘锐化处理,用强化边缘特征的方法解决前景与背景灰度相似的问题,然后在使用传统的分割方法--阈值分割进一步强化.本文减小Regions of Interest(RoIs)的大小以适应肺结节的特征,减少RoIs的个数以避免过多的负类样例训练产生退化的模型;在传统图像增强处理方法和深度学习的结合下,获得了一个优化的Mask R-CNN模型,在LIDC-IDRI数据集上的测试结果中,基于Intersection over Union(IoU)=0.5的标准下的肺结节平均精度mAP达到72.2%,在FPR为0.226时的TPR达到0.915.

掩蔽性Chirp-听性脑干反应在听力障碍婴幼儿听阈评估中的应用研究

目的探讨掩蔽性Chirp-听性脑干反应(ABR)在听力障碍婴幼儿听阈评估中的应用价值。方法选取年龄为0.5~4.5岁(中位年龄1.8岁)的听力障碍婴幼儿31例(52耳)。检测所有患儿在0.5、1、2和4 kHz 4个频率下的掩蔽性Chirp-ABR和行为测听阈值,并进行对比。结果掩蔽性Chirp-ABR/行为测听的听阈差为3.2~5.5 dB,两者的相关系数(r值)为0.84~0.93。在4个频率下,掩蔽性Chirp-ABR与行为测听的差值在10 dB以下的比例较高,尤其是中-低频。结论掩蔽性Chirp-ABR可较准确地评估听力障碍婴幼儿的听阈,特别是在中-低频段。

基于MPT方法的遥感蚀异常信息提取和成矿预测——以青海大格勒沟地区为例

MPT方法是基于“掩膜技术+主成分分析+门限化分级”数据处理流程的蚀变信息提取方法,其能够在有效排除植被、冰雪、水体等干扰信息基础上,定量提取主成分中弱蚀变信息并进行等级划分。本文以landsat8 OLI数据为基础,基于MPT方法提取了大格勒沟地区的铁染和羟基蚀变信息,并与已知地质背景进行了分析比较。结果表明,区内现有金多金属矿详查区内铁染和羟基综合蚀变异常信息与水系沉积物Au、Cu和Mo元素异常、铜金矿体以及断裂破碎蚀变带分布吻合程度高,遥感蚀变异常信息能够有效指示矿化部位。基于综合蚀变异常信息、异常验证分析结果和区域地质背景,圈定了5个成矿远景区,为该区下一步找矿工作提供了参考。

数字普惠金融对农村流动家庭发展型消费的影响研究

我国农村家庭消费结构正经历从生存型消费向发展型消费转变,其中农村流动家庭因其城乡双栖特征,消费水平介于城镇家庭与农村家庭之间,如何进一步释放农村流动家庭的消费潜力对于破解居民消费不足的经济发展难题具有重要意义。基于北京大学数字普惠金融指数,以2014—2018年中国家庭追踪调查(CFPS)数据为研究样本,通过构建面板门槛回归模型,探讨数字普惠金融对农村流动家庭发展型消费的影响及其作用机制。结果表明:(1)数字普惠金融对农村流动家庭发展型消费具有促进作用,该作用存在门槛效应,即收入达到一定水平后,数字普惠金融对农村流动家庭发展型消费的促进作用更为明显;(2)进一步探究二者之间的作用机制,发现数字普惠金融可以降低农村流动家庭的预防性储蓄动机进而促进其发展型消费;(3)在不同收入情况下,数字普惠金融对收入水平处于中低分位的农村流动家庭发展型消费影响更显著。基于以上结论,本研究提出完善数字普惠金融基础设施、建立健全农村保障机制、贯彻落实惠农政策的建议,以期从数字普惠金融视角助力农村流动家庭消费转型升级。

基于感知掩蔽深度神经网络的单通道语音增强方法

本文将心理声学掩蔽特性应用于基于深度神经网络(Deep neural network,DNN)的单通道语音增强任务中,提出了一种具有感知掩蔽特性的DNN结构.首先,提出的DNN对带噪语音幅度谱特征进行训练并分别得到纯净语音和噪声的幅度谱估计.其次,利用估计的纯净语音幅度谱计算噪声掩蔽阈值.然后,将噪声掩蔽阈值和估计的噪声幅度谱联合计算得到一个感知增益函数.最后,利用感知增益函数从带噪语音幅度谱中估计出增强语音幅度谱.在TIMIT数据库上,对不同信噪比下的20种噪声进行的仿真实验表明,无论噪声类型是否在语音的训练集中出现,所提出的感知掩蔽DNN都能够在有效去除噪声的同时保持较小的语音失真,增强效果明显优于常见的DNN增强方法以及NMF(Nonnegative matrix factorization)增强方法.

非平稳环境下基于人耳听觉掩蔽特性的语音增强

传统的语音增强算法往往仅对平稳噪声或缓慢变化的噪声有效,且残留的音乐噪声较大。对此,本文研究了一种非平稳环境下基于听觉掩蔽效应的语音增强算法。该算法对传统谱减法的功率谱估计算法进行改进,根据最小均方误差原则和语音信号的听觉掩蔽阈值调整功率谱估计的参数,并引入了基于最小值统计特性的噪声估计算法,使估计的噪声更好地跟踪噪声的变化。实验结果表明:该算法对平稳和非平稳的噪声都得到较好的增强效果,且较好地抑制了音乐噪声。

基于听觉感知的LSA-MMSE改进型语音增强方法

传统增强方法的增益函数对每个频点都进行估计,必然会引进相对较多的语音失真。为了提高低信噪比下的语音增强效果,提出了一种计算掩蔽概率的方法,得到优化的语音增强方法。基于听觉感知特性,对噪声被掩蔽部分的带噪语音谱和未掩蔽部分采用不同处理方法。增强后的语音可以表示为这两个状态下单独估计的加权和,其中权重与噪声被掩蔽概率有关。通过与Virag的方法、LSA-MMSE估计等方法进行比较,实验结果表明所提的增强方法能在低信噪比下有效地抑制残留噪声的同时保持更小的语音失真。

一种自适应的同步音频水印算法

针对Garcia水印算法存在的不足,提出一种改进的自适应同步音频水印算法.该算法基于心理声学模型,并利用载体听觉掩蔽阈值选择嵌入位置,以保证水印的隐藏性;同时,在时域嵌入同步码以抵制同步攻击;最后,将音频载体进行分段,在每段音频中自适应嵌入水印,并在每个段首嵌入段号以区别不同音频段.实验结果表明,该算法在抵抗同步攻击以及处理常规音频信号等方面具有较好的鲁棒性,并明显提高了水印的不可感知性.

联合听觉掩蔽效应的子空间语音增强算法

在经典子空间语音增强算法中,因语音特征值估计偏差会造成语音失真和音乐噪声。针对该问题,提出一种联合听觉掩蔽效应的语音增强算法。该算法联合掩蔽阈值自适应调节噪声特征值的抑制系数,并利用维纳滤波对音乐噪声的抑制性,对该特征值并行修正,最终还原出纯净的语音。实验结果证明,该算法在白噪声和有色噪声的背景下,与经典子空间的语音增强算法相比,能提高信噪比,减少语音失真和音乐噪声。

一种基于心理声学模型的小波包域音频数字水印算法

首先根据心理声学模型 ,计算载体音频信号的掩蔽门限 ,并利用人耳听觉的临界频率与小波包子带间的相似特性 ,将DFT域掩蔽门限映射到小波包域 ;然后将水印信号嵌入到中低频小波包系数中 ,嵌入强度由掩蔽门限自适应控制。由于该方案是基于人类听觉系统的 ,在最大限度上挖掘了水印嵌入强度 ,使鲁棒性和不可感知性得到了很好的平衡。实验结果表明 ,利用这种水印算法 ,嵌入的水印信号是不可察觉的 ,并且对数据压缩、加噪、去噪、重采样 (D/A、A/D转换 )。

基于听觉特性的DCT域数字音频水印算法

提出一种基于听觉掩蔽效应和量化的DCT域音频水印嵌入方案,根据人耳的生理听觉特性,计算音频信号的掩蔽阈值对获取的中低频系数量化后嵌入数字水印图像,量化步长由掩蔽阈值自适应控制,并且水印的提出和检测都不需要原始数字音频信号的参与。实验结果表明,该算法具有较好的不可感知性,并且对压缩、滤波等操作具有较强的鲁棒性。

运用泽尼克多项式进行物面波前数据拟合

本文提出了一种运用泽尼克（Ｚｅｒｎｉｋｅ） 多项式的波前数据拟合方法－ 给出了离散点上正交多项式的构造并描述了具体计算步骤－ 可对待测物面低调制度点、散斑点、噪音及灰尘点区域进行波前数据拟合，通过一定阈值的设定，将误差点用掩模滤除并予以拟合－ 进一步提高了物体测量精度－

人眼视觉感知驱动的梯度域低照度图像对比度增强

针对传统的对比度增强方法在对低照度图像进行处理时不能同时顾及压缩动态范围、调整亮度以及增强或保持细节等问题,提出一种基于人眼视觉感知特性的、从全局亮度映射到局部细节补偿的低照度图像对比度增强方法.首先通过非线性全局亮度映射模型压缩图像的动态范围,提高图像的整体亮度水平;然后结合人眼视觉系统的亮度掩蔽特性和超阈值对比度感知特性,非线性地调整图像的局部梯度场增强和恢复图像的局部细节;最后在目标梯度场上通过快速求解泊松方程获取增强后的图像.实验结果表明,该方法能够有效地增强低照度图像的全局和局部对比度,提升了低照度图像的视见度.

基于图像掩码的棉纤维截面分割

针对棉纤维图像预处理提出了一种基于图像掩码的棉纤维截面分割方法,该方法既能够有效地解决纤维粘连问题,又能够去除大面积的背景区域,降低后续处理的数据量,此外,还抑制了边缘检测中的双边缘效应。

基于MODIS图像Ⅰ类水和Ⅱ类水的识别方法研究

通过统计分析多景MODIS图像,提出了一种基于MODIS图像识别Ⅰ类水体和Ⅱ类水体的经验方法。该经验方法是利用Ⅰ类水和Ⅱ类水在可见光区的反射率差别大、而在近红外波段两者的反射率基本相同的特性来完成的。把该经验方法用在了中国渤海区域,对不同年份的两景MODIS图像进行了Ⅰ类水与Ⅱ类水识别,并对结果进行了分析,结果证明该经验方法是正确和有效的。