融合动态场景感知和注意力机制的声学回声消除算法

在实时语音频通话系统中,如何去除声学回声得到清晰语音是目前最受关注的难题之一。声学回声消除(Acoustic echo cancellation,AEC)技术旨在消除语音频通话系统中的声学回声,提高通话过程中的语音质量,给予用户良好的通话体验,但是传统回声消除系统存在去回声效果不明显、存在非线性回声残留以及无法实时处理回声等问题。因此,为解决上述存在问题,提出了一种动态场景感知模块(Dynamic scene perception module,DSPM)和全局注意力机制(Global attention mechanism,GAM)相结合的声学回声消除算法。该算法以卷积循环网络(Convolutional recurrent network,CRN)作为基线模型,提取语音信号的序列特征;首先,在其编码器中引入DSPM模块替换原因果卷积,根据场景动态分配卷积内核数量,加强模型的自适应性;其次,在编码器最后两层中分别引入GAM模块,放大空间通道间关系以及统筹全局交互,提升对语音信号特征的提取能力以及消除回声的性能;最后,通过将MSE损失函数和HuberLoss损失函数线性相加生成一种新的损失函数——MSE-HuberLoss,进一步提高模型的鲁棒性。实验结果表明,提出的GAM-DSPM-CRN模型的回声消除性能优秀,且获得较基线模型更加清晰的重构语音信号;在双端通话环境下,提出的GAM-DSPM-CRN模型声学回声消除算法较其他对比算法性能有较大提升;在Microsoft AEC Challenges数据集上,MOS、ERLE和STOI的得分分别达到了4.09、57.43和0.78。

面向河湖全场景感知的关键技术应用研究

基于AI、物联网、大数据、移动互联网、地理信息、5G等新一代信息技术,分析水利海量视频监视、遥感影像、水量/水位/水质等实时监测数据,重点围绕河湖视频的场景感知分析研究。基于数据知识双驱动的水利工程大数据融合分析研究、水利设备时域与空域融合的场景感知深度模型研究,形成河流场景的特征图库以及巡河模型、运维模型,实现水利预报预警提醒、精准化决策分析和水利工程安全运行系统,提升河湖监管和决策分析能力。

基于海面场景感知的雷达目标检测方法

空域上非均匀海杂波使得参考单元内数据难以服从独立同分布,致使参数估计不准确而往往导致杂波抑制能力下降和弱小目标丢失。针对非平稳海杂波下雷达目标检测难题,文中提出了一种基于海面场景感知的雷达目标检测算法。首先,采用启发式分割法依据回波幅度均值将整个场景的距离门分离为多个区域间非平稳、区域内平稳的回波区域;之后,感知各平稳区域回波类型及波动程度,即利用地杂波具有回波直流分量高的特点,识别出岛屿区域及其边界,对纯海杂波进行K分布拟合提取出其起伏参数;然后,利用从海杂波区域提取的波动参数,按恒警率法获取幅度阈值提取出可疑目标;最后,提取可疑目标的信号特征来甄别目标。基于《雷达学报》公开X波段岸基对海监测雷达数据的测试试验表明,本算法不仅能有效识别出海面场景,而且能大幅度提升非平稳海杂波下弱目标检测能力。

联合SVM和HMM的水上/水下导航场景感知模型构建

导航场景感知是智能化PNT的重要特征,更是实现多场景无缝导航定位的基础。本文聚焦水上/水下导航场景,考虑电磁波的衰减程度差异将其细分为水上、浅水、深水3类场景,利用支持向量机(support vector machine,SVM)进行场景分类与识别,在此基础上,引入隐马尔可夫模型(hidden Markov model,HMM)表达导航场景切换,进一步提升场景识别可靠性。本文分别构建了基于结果联合(SVM-HMM1)及基于概率联合(SVM-HMM2)的水上/水下导航场景感知模型。实测分析表明,两种模型能够实现高精度场景感知,SVM-HMM1与SVM-HMM2识别准确率分别为91.36%与95.11%;与单一的HMM和SVM模型相比,联合模型在结果分类与识别上更为稳定,准确率提升约为0.95%~8.46%。

终端设备的室内外场景感知技术综述

近年来,随着万物互联的兴起,终端设备需求不断增加,对于终端设备的室内外场景感知技术的要求也在不断提高。本文根据近年来室内外场景感知技术的发展趋势,对该领域进行了深入的研究和分析。文中对室内外场景感知技术的基本理念和发展前景进行介绍;根据其场景感知所依托的检测介质,对场景感知技术进行分类探讨;通过对各类技术的特点进行简要分析,对未来技术发展做出预想。

视觉多通路机制启发的多场景感知红外与可见光图像融合框架

现有的红外与可见光图像融合算法往往将日间场景与夜间场景下的图像融合视为同一个问题,这种方式忽略了在日间场景与夜间场景下进行图像融合的差异性,使得算法融合性能受限。生物视觉系统强大的自适应特性能够在不同场景下最大限度地捕获输入视觉刺激中的有效信息,实现自适应的视觉信息处理,有可能为实现性能更为优异的红外与可见光图像融合算法带来新的思路启发。针对上述问题,该文提出一种视觉多通路机制启发的多场景感知红外与可见光图像融合框架。其中,受生物视觉多通路特性启发,该文框架中设计了分别感知日间场景信息与夜间场景信息的两条信息处理通路,源图像首先分别输入感知日间场景信息与感知夜间场景信息的融合网络得到两幅中间结果图像,而后再通过可学习的加权网络生成最终的融合图像。此外,该文设计了模拟生物视觉中广泛存在的中心-外周感受野结构的中心-外周卷积模块,并将其应用于所提出框架中。定性与定量实验结果表明,该文所提方法在主观上能够显著提升融合图像的图像质量,同时在客观评估指标上优于现有融合算法。

基于场景感知的时序移动接入模式挖掘研究

通过对移动用户的位置、时间和业务需求信息进行组合分析,设计了一种时间序列移动接入模式的挖掘方法.该方法可以有效地挖掘出时间频繁序列移动接入模式,有利于业务提供商在相应的时间段和位置重点推广对其敏感的业务.该挖掘方法采用了简洁表头的形式储存位置和业务,数据库可以对其进行快速扫描,降低了内存的使用并提高了效率.

基于海面场景感知的红外小目标检测方法

逆光条件下弹载红外图像的密集鱼鳞波、海面亮带以及岛屿杂波严重影响了远距离红外小目标的检测性能。本文通过感知非平稳海面杂波成份存在的区域及起伏状态构建海面场景信息,采取与背景杂波相适应的信号处理方法精细检测小目标。首先,结合结构张量和Hough变换检测海天岛屿区,利用Bernaola-Galavan分割算法和方差加权信息熵表征的复杂度感知鱼鳞波、海面亮带等杂波成份,构建出海天区、平稳海区、波动海区、岛屿区的场景信息。然后,针对边缘性结构强的海天线和岛屿,提出基于方向性差异的杂波抑制算法压制杂波;在平稳海区使用顶帽变换压制杂波;在鱼鳞波、海面亮带的波动海区,提出融合灰度梯度杂波抑制算法抑制背景。最后,海天岛屿区、波动海区采用恒虚警阈值检测目标,而平稳海区采用局部峰值判决策略检测目标。相比现有先进信号检测法,实验结果表明所提方法能有效适应不同海面背景杂波,提高复杂背景下小目标检测准确性和鲁棒性。

基于场景感知的学习者建模研究

"互联网+教育"时代,以往传统的学习场景正不断被重构,新型的学习场景逐渐向动态化、多元化、碎片化的模式发展,使得基于场景挖掘的新型个性化学习服务模式的重要性越发凸显。而学习者模型作为个性化学习服务系统的核心部件,目前还无法满足新时代下高精准的个性化服务要求。基于此,文章提出一种基于场景感知的学习者建模方法,该方法是基于近些年有关学习者特征分析模型研究的分析结果,融合学习者的场景特性,设计了一个6维度学习者特征分析模型,在此基础上,融合场景感知建模方法和频繁序列挖掘算法,计算不同学习场景下各维度学习者特征值,由此构建一个具有场景特性的个性化学习者模型,并基于该模型探讨了个性化学习服务推荐演化框架。

煤矿信息物理系统场景感知自配置与优化策略研究

针对煤矿信息物理系统(CPS)场景感知信息多源、异构、量多等问题,导致煤矿物联网建设困难的现状,提出了一种基于云服务、边缘计算和WSN等技术的煤矿信息物理系统场景感知自配置系统。利用边缘计算的规则计算、函数计算、消息路由和断网续传等功能实现煤矿场景信息本地处理,结合云服务的资源管理和调度等优势来优化煤矿场景感知信息管理,提升煤矿场景感知的实时性和系统性,实现对自配置系统的优化,并利用WSN技术与煤矿有线感知技术相结合的方式,扩大煤矿场景感知的覆盖面,保障信息传输的可靠性,同时利用分布式文件存储系统和区块链的信息保护特性,保障煤矿生产信息存储安全。煤矿信息物理系统场景感知自配置的实现对提高煤矿生产的智能化水平和安全性具有重要的作用。

基于场景感知的动态信息分发系统

为了提高移动用户对移动业务的体验度和满意度,设计了基于场景感知的动态信息分发系统,对移动网络层和移动终端进行了相应的设计,并对移动业务产业链和移动序列接入模式进行了分析,根据移动用户使用业务的时间、位置和喜好,挖掘出相应的频繁序列移动接入模式.研究结果表明,该系统可以根据频繁序列移动接入模式进行分发相应的信息给移动用户,进一步提高了用户对移动业务的满意度.

一种基于传感器与用户行为数据分析的移动学习场景感知分类方法

随着智能手机和移动互联网的普及,使用智能移动终端进行学习的用户也逐渐增多,移动学习在数字教育领域占据着越来越重要的地位.移动学习的有效性体现在情境感知的能力,即能够感知不同学习情境并提供相应合理的学习内容.因而,移动学习中的情境感知技术已经成为一个研究热点.学习场景的感知是移动学习情境感知的重点,但是由于移动学习的动态性和复杂性,准确的场景感知具有一定的难度.基于实际的移动学习环境,提出了一种根据传感器与学习操作行为对学习场景进行感知分类的方法,处理并分析了由移动学习客户端采集到的传感器数据和学习操作行为日志数据,对比了以传感器数据特征值与学习操作行为特征值共同作为输入特征值的多种场景感知分类算法.结果表明:对比仅使用传感器数据作为分类算法输入特征值的结果,结合学习操作行为日志和传感器数据一起作为学习场景分类感知的依据,可以显著提高移动学习场景的感知分类效果.

基于场景感知的运动目标检测方法

背景减除法是一种主要的运动目标检测框架,但在复杂环境中构建一种初始模型建立周期短、可靠性高、鲁棒性好的模型仍是一大难题.本文从场景感知的角度出发,在背景减除框架的基础上提出一种目标检测方法.该方法根据前两帧中稳定的结构信息感知背景中潜在的前景区域,在第二帧建立初始模型时利用最近邻域背景像素点代替可能的前景像素点,提高了初始模型可靠性;结合颜色信息和二进制特征提出了像素点二级分类判决机制,并通过感知像素点邻域内的纹理复杂度自适应调整局部判决阈值和更新频率;在模型更新阶段提出处理误判的反馈机制.在公开视频序列上同几种流行检测算法的实验对比结果证明了本文算法的有效性和优越性.

基于场景感知的移动学习应用研究

移动定位技术能获取移动学习者所处的位置信息,使得移动学习系统能感知用户所处学习场景并据此开展有效的移动学习,从位置、时间、设备和学习者四个方面阐述了场景感知移动学习的应用要点。

床旁真实场景感知模式在阑尾炎腔镜切除术患者中的应用

目的:探讨床旁真实场景感知模式在阑尾炎腔镜切除术患者中的应用方法及效果。方法:选取2017年8月1日~2018年7月31日52例阑尾炎行腔镜切除术患者归入对照组,给予常规护理干预。选取2018年8月1日~2019年7月31日50例阑尾炎行腔镜切除术患者归入研究组,开展床旁真实场景感知模式。比较两组临床效果。结果:研究组患者遵医行为践行情况优于对照组(P<0.05)。研究组患者手术结束后第2天手术要点知晓度优于对照组(P<0.05)。研究组患者手术结束后第2天焦虑自评量表(SAS)、抑郁自评量表(SDS)评分低于对照组(P<0.05)。结论:床旁真实场景感知模式应用于阑尾炎腔镜切除术患者,能提高个体遵医配合行为,使其内化手术要点,缓解焦虑、抑郁情绪。

基于场景感知的服务系统推荐算法

推荐系统作为一种信息过滤的非常重要手段,是目前解决信息过载问题的很有潜力的方法。当前,推荐系统已广泛应用于多个领域。在传统推荐系统领域,推荐算法往往只考虑用户和项目之间的相似关系,而较少考虑它们所处的场景,比如时间、地点、天气、交通状况、情绪等。因此,精确的了解用户和项目所处的场景信息,并将相关场景信息应用于推荐算法中是设计优秀推荐系统的关键步骤。场景感知推荐系统通过将场景中的上下文信息融入到推荐过程中从而找到用户和物品之间的相似度矩阵,可以提供更准确的预测和更有效的推荐。场景感知推荐系统现已逐渐成为推荐系统研究领域中最为活跃的分支之一。

基于均值坐标的场景感知图像融合简介

图像融合是将两幅或者两幅以上的数字图像通过各种技术融合在一起的过程。为了满足设计或人文的需要，本文将延续前人的工作处理好图像无缝融合，并在此基础上实现场景感知的融合，同时实现亮度与环境保持一致，从而解决了颜色随着亮度的变化而导致的失真。

基于场景感知的文旅空间场景力量化与设计法则研究——以20个杭州文旅空间为例

通过游客对场景情感的评价,可以引导城市文旅空间场景的改善。然而,由于现有的场景评价大多停留在经济效益与功能性陈设上,与互联网驱动下的新型文旅场景的设计和现实的游客感知始终存在一定的偏差,其场景创建与设计更新的过程需要融入多元化的理论与实践手法。本文以20个杭州文旅空间为例,通过引入场景力这一概念构建游客对场景感知的量化模型,得出场景设计的构成因子对游客的主观感知具有一定的影响,并据此为文旅空间的场景设计优化提供新的方法论。

基于泛在信号融合的室内外场景鲁棒感知算法

针对室内外场景结合的导航应用服务需求的发展以及现有室内外场景感知方法的识别稳定性较低、准确率不高问题,本文提出一种基于泛在信号融合的室内外场景鲁棒感知算法,利用室内外场景中融合的泛在信号降低单一信号识别误差;同时为提高传统AdaBoost算法对不平衡数据集的分类精度,采用概率神经网络(PNN)作为训练的弱分类器,并引入熵权法,对迭代产生的弱分类器的权重进行修正来提高强分类器的分类准确率.现实场景下的实验表明,本文算法在采用室内外环境中的WiFi信号、全球卫星导航系统(GNSS)可用星数、光照强度这三种融合的泛在信号进行室内外场景感知时性能最佳,对于不同角度方向下的室内外场景切换,可以在误报率仅为1.7%的情况下,达到98%的识别准确率,验证了本文所提算法的准确性和鲁棒性.

城市场景结构感知的网格模型简化算法

针对二次误差测度(QEM)网格简化算法全局几何特征信息损失严重的缺点,提出一种具有结构感知功能面向城市三维模型重建的网格简化算法。该算法顾及城市影像中平面结构特征,以代理平面为全局特征约束条件,使模型在简化过程中全局结构特征更多地被保持,以利于多层次细节模型(LOD技术)、网格优化提速等模型后续操作。以倾斜摄影获取影像生成的初始三角网格模型为试验数据,采用所给算法对其进行网格简化并与QEM算法进行对比。结果表明:所给算法简化精度及简化效率均优于QEM算法。