隐马尔可夫模型中一种新的帧相关建模方法

在使用传统的隐马尔可夫模型（ｔｒａｄｉｔｉｏｎａｌｈｉｄｄｅｎＭａｒｋｏｖｍｏｄｅｌ，简称ＴＨＭＭ）刻画现实中的语音时有一个明显的缺点，即ＴＨＭＭ不能合适地表征语音信号的时域结构．时域上的相关性被认为对识别非常有用，因为相邻帧间的特征矢量具有很强的相关性．文章提出了一种新的方法，用以把时域的相关性糅合到一个基于传统的隐马尔可夫模型的语音识别系统中．首先，用条件概率的形式处理帧间相关性；然后，用一种非线性的概率近似公式来表征相邻帧之间的相关性．此方法丝毫不增加原来的ＴＨＭＭ的空间复杂度，而且也几乎不增加训练和识别阶段的时间复杂度．最后。

基于多帧相关算法的稀布阵雷达目标航迹检测

为提高稀布阵脉冲孔径雷达探测能力和小目标的发现概率,采用降低信号处理门限的方法,致使虚警概率高。常规方法难以完成目标航迹检测,需要通过TBD处理来完成目标检测。文中给出了基于多帧相关的TBD算法,利用目标的运动特性,通过对多帧数据的帧间相关处理,沿目标轨迹累积能量,从而提高信噪比,实现了在高虚警环境下的目标航迹检测。

一种多帧相关滤波的星敏感器像素非均匀性误差校正方法

为了进一步提升星敏感器的星点定位精度,分析星敏感器的像素误差来源和形成机理,提出一种多帧相关滤波的像素非均匀性误差校正方法.根据星图中星点的位置确定质心定位域和局部校正域,利用当前帧星图信息和前一帧的局部校正域信息预测当前帧的校正域,满足校正条件后采用差分法校正质心定位域.实验结果表明,本文方法能够较好地预测星图的非均匀性噪声,提升星点定位精度,具有较好的鲁棒性.

基于帧间相关性的动态多帧视频质量增强

视频压缩可以减小视频的大小以提高传输效率,但压缩过程中会造成一定程度上的失真和噪声。目前主流的多帧质量增强模型在方法上过于单一,仅使用前后峰值帧或相邻帧进行简单增强,缺乏灵活性。基于上述问题,提出了一种基于帧间相关性的动态多帧质量增强(DMFQE)方法。该方法是采用了两步增强策略,首先,将待增强帧分别输入所设计的光流补偿网络和帧预测网络进行质量增强;然后,将得到的光流增强帧和预测增强帧进行卷积后输入图像重构模块进行重构,获得最终增强帧。实验结果表明:在每一帧上,DMFQE比HEVC/H.265平均多获得0.36 dB PSNR增益;在LDP的编码模式下,DMFQE比单一的多帧质量增强模型MFQE、MFQE2.0拥有更好的有效性。

基于帧间相关性的道路监控视频关键帧提取

为提取道路固定摄像头监控视频的关键帧,提出了基于帧间相关性的关键帧提取算法.算法将监控视频中的彩色图像帧预处理为灰度图像帧,结合滑动窗口机制,通过帧间相关性与帧自相关性的相对偏差与阈值θ的比较判定关键帧.实验结果表明,算法流程清晰,能够有效提取与目测一致的关键帧,同时关键帧的灵敏程度可以通过阈值θ调节.

语音识别HMM中引入帧间相关信息的一种参数化模型

虽然隐马尔可夫模型（HMM）是当前最为流行的语音识别模型，但由于一般都采用了状态输出独立假设，因此存在着不能描述语音现象中时间相关性的固有缺陷.本文提出的新模型对语音状态输出特征矢量序列的静态和动态特性信息分别进行参数化建模，然后将它们结合在一起，由此在基于段长分布的HMM（DDBHMM）中引入了帧间相关信息.这种引入帧间相关信息的HMM能够更为精确地描述真实的语音现象.本文在给出新模型的框架后，推导了模型参数的估值公式，并给出了模型的训练和识别算法.汉语非特定人孤立音节的识别实验表明，引入帧间相关信息使HMM的识别性能得到了明显的改善.

一种引入帧间相关信息的HMM语音识别方法

该文提出了一种基于复数帧段输入HMM的语音识别方法,它采用相继的复数帧组成的特征参数向量作为语音识别HMM的输入,能有效地在语音识别HMM中引入帧间相关信息。为了进一步改善复数帧段输入HMM的输出概率分布函数,作者还提出了用MGDF和RBF函数作为复数帧段输入HMM的输出概率分布函数的方法。通过对非特定人汉语孤立数字和连续数字语音识别试验,证实了该文提出的引入帧间相关信息方法的有效性。

基于帧间相关性的乳腺MRI三维分割

针对乳腺磁共振图像序列的肿瘤分割问题,提出一种基于超像素和改进C-V模型的三维全自动分割方法.该方法利用磁共振图像序列的帧间相关性,约束相邻帧图像的分割轮廓.采用超像素算法提取肿瘤的大致轮廓,再用改进的C-V水平集算法对可疑区域边缘进行优化,使其更接近肿瘤的实际边缘.将该方法及3种对比方法应用于89例乳腺MRI序列图像.以手动分割的轮廓为基准,该方法得到的平均重叠率为87.84%,,相比于C-V模型的58.90%,、超像素和水平集结合的76.36%,、K均值+C-V的83.62%,,有明显提升.实验结果表明,该方法的全自动分割结果对于肿瘤起始和终止帧图像具有较高的分割精度.

基于帧间去相关的超光谱图像压缩方法

针对超光谱图像的特点和硬件实现的实际需要,提出了一种基于小波变换的前向预测帧间去相关超光谱图像压缩算法。通过图像匹配和帧间去相关,消除超光谱图像帧间的冗余,对残差图像的压缩采用基于小波变换的快速位平面结合自适应算术编码的压缩算法,按照率失真准则控制输出码流,实现了对超光谱图像的高保真压缩。通过实验证明了该方案的有效性,基于小波变换的快速位平面结合自适应算术编码的压缩算法速度优于SPIHT,而且易于硬件实现。

基于时空相关的H.264多参考帧快速选择算法

H.264/AVC视频编码标准采用的多参考帧技术改善了视频质量,但同时也增加了编码复杂度。为避免搜索多余的参考帧,提高H.264编码器的编码效率,基于视频序列帧间具有较强时间相关性、相邻宏块具有较强时空相关性,提出了一种多参考帧选择算法。该算法根据视频序列的帧间时间相关程度确定参考帧个数;由相邻宏块的时空相关性自适应确定当前宏块的编码模式及其最佳参考帧。实验结果表明,与校验模型JM16.2相比,该算法在编码质量几乎不变的情况下,平均可节约60%的编码时间。

基于帧间相关性的高动态视频色调映射研究

目前高动态范围视频的色调映射基本采用逐帧处理的方式,效率不高。本文利用视频的帧间相关性,摈弃每帧做色调映射处理,研究讨论了一种新的处理方法。基于颜色直方图提取视频序列的关键帧,将视频序列分组并设置每组参考帧,对参考帧做双边滤波的色调映射处理,将组内每帧图像分块,与参考帧进行块匹配的运动估计,块匹配运动估计采用自适应十字模式搜索法和平均绝对误差匹配准则,利用参考帧中匹配块的信息得到对应的低动态图像,由此避免了对视频序列进行逐帧色调映射处理。通过结构相似性和处理速度两个维度对处理方法进行评估,仿真实验结果表明,与逐帧进行双边滤波压缩处理结果有约89%的结构相似度时,处理速度约有2. 7倍的提高。

利用汉语语音音素帧间相关性的唇形特征识别

为了进一步提高针对汉语语音的唇形特征识别效果,分析实际汉语语音发音过程中声母韵母之间音素的变换规律,以及连读等发音习惯而造成的口形变化,利用唇形特征所对应的音素帧间的相关性,采用二阶隐马尔可夫模型来对唇形特征参数序列进行学习和识别,从而分析汉语唇形识别效果.基于独立汉字发音的实验表明,在针对特定人的识别条件下,在最优的加权因子(m∶n=1.5∶1)特征组合条件下,针对同一组融合得到的特征向量,考虑了音素帧间的相关性后,识别率提高了1.2%.可见汉语音节中音素帧间的相关性与唇形特征的变化规律相对应,有利于提高唇形识别的效果.

全相位OFDM系统的最大自相关帧同步

针对数字地面广播电视(DTMB)系统,提出了一个对载波频偏具有鲁棒性的新的帧同步算法。该算法通过正交频分复用(OFDM)信号的时域复制和对接收信号实行自相关来实施。自相关数值输出的非关联求和的峰值检测是理所当然的帧起始点。理论证明,载波频率偏移(CFO)对全相位自相关帧同步算法没有影响。通过仿真表明,在频率选择性衰落信道中,提出的方法在有频偏存在情况下比传统算法具有很强的优势,对于DTMB系统的PN420模型,系统保持稳定工作的最大CFO在所提方法中要远远大于传统的方法。

连续语音识别中利用帧间相关性的研究

尽管作为当前最为流行的语音识别模型，隐马尔可夫模型（HMM）由于采用了状态输出独立同分布假设，因此不能描述语音现象中固有的时间相关性。文章介绍了一个更为灵活的基于段长分布HMM（DDBHMM）的研究帧相关性的框架，并在此基础上提出了一个混合模型，采用一种将语音特征静态信息和动态变化信息分别描述又有机结合在一起的方式，以较小的计算代价更为合理地刻划了真实的语音现象。汉语大词汇量非特定人连续语音识别的实验表明，通过利用帧相关性识别系统的性能得到了明显改善。

基于帧间相关性的HDR视频压缩算法

现有的高动态范围(HDR)的色调映射技术基本都是针对静态图像的,与视频相关的算法较少且效率不高。针对现有的HDR视频压缩算法,利用视频的帧间相关性,研究讨论了一种新的高效的压缩算法。单独设置参考帧作基于双边滤波的色调映射处理,将每帧图像分块与参考帧进行块匹配的运动估计,获取参考帧中的匹配块的低动态信息,避免了对视频序列中每帧图像都作色调映射处理。通过比较结构相似性和处理速度2方面对算法进行检验,实验结果表明:该算法在获取较好视觉效果的同时,大大加快了处理速度。

雷达的帧间相关处理方法研究

本文利用在较长时间里海面目标运动的有序性以及海尖峰的无序性,研究了两种基于帧间运动补偿的帧间相关处理方法。该方法是先对海面目标的运动路径进行基于距离-方位二维搜索的包络对齐,然后对多帧数据进行帧间视频积累或二进制积累。通过雷达实测数据分析,该方法可以有效地抑制海杂波和海尖峰的同时,改善了对海面慢速弱目标的检测性能。

基于帧间相关性的自适应采样率分块视频压缩感知

针对现有基于自适应采样率的分块视频压缩感知方案的单帧总采样率不可控的问题,提出了一种新的自适应采样率分配方案。首先,对当前帧图像块进行固定预采样;然后,根据预采样的测量值来估计图像块的变化程度,并计算该图像块与当前帧图像的复杂度比例;接下来,根据复杂度比例分配图像块自适应采样率,并将固定预采样及自适应采样的测量值合并为最终测量值。实验结果表明,与固定采样率算法相比,提出的方案在相同采样率下可获得1dB左右的峰值信噪比增益。所提方案可获得高质量的重构图像,且总采样率可控,因此增强了自适应采样分块视频压缩感知方案的有效性和实用性。

基于帧间相关性的Motion JPEG2000的码率控制算法

基于图像序列的前后帧之间存在的相关性,提出了恒定码率编码时一种高效的Motion JPEG2000码率控制算法,有效地减少了需编码的编码通道数和熵编码的计算冗余,提高了编码速度,降低了存储资源占用。实验结果表明,当码率1.2bpp时,测试序列需编码的编码通道数比PCRD算法平均减少了约52.3%,而峰值信噪比(PSNR)平均仅降低了0.0553dB。

一种多帧头联合自相关DTMB-A频谱感知算法

为保障信息传输的可靠性,需通过频谱感知技术获得频谱空穴的实时信息,使数字电视系统得以正常接入空穴进行工作。针对现有感知算法感知效率低、在多径信道下的抗干扰性差等问题,文中提出一种多帧头联合自相关算法(DIPNAC)。该算法的创新性在于针对信号帧中的多载波伪随机序列(PN-MC),将不同帧头自相关的加权累积结果作为统计量,从而充分利用感知时间内的检测信息。仿真结果表明,当信噪比参数相同时,相比传统的两种算法,所提算法的性能有显著提升,并且在载波频偏和多径信道条件下具备良好的抗干扰特性,可为提高DTMB-A频谱感知的效率和拓宽其应用场景提供有力保障。

融合帧间相关性的能量检测方法

针对能量检测在信噪比较低、噪声具有不确定性时检测性能明显下降的问题,着眼于单一用户,提出了融合帧间相关性的能量检测方法。该方法在不增加感知用户的前提下,通过增加相关统计量参数,分析不同时刻帧间信号的相关性,来辅助能量检测进行主用户存在性的判别。仿真结果表明,该方法与直接进行能量检测方法相比,在虚警概率等于0.1,检测概率不低于90%时,所需的信噪比降低了约1dB。单一用户的检测性能可以接近用户数为2时的双门限协作感知性能。该方法对角度调制信号的适应性优于幅度调制信号。