基于关键特征信息感知和在线自适应掩模的孪生网络目标跟踪

近年来,孪生网络在视觉目标跟踪的应用给跟踪器性能带来了极大的提升,可以同时兼顾准确率和实时性。然而,孪生网络跟踪器的准确率在很大程度上受到限制。为了解决上述问题,该文基于通道注意力机制,创新地提出了关键特征信息感知模块来增强网络模型的判别能力,使网络聚焦于目标的卷积特征变化;在此基础上,该文还提出了一种在线自适应掩模策略,根据在线学习到的互相关层输出状态,自适应掩模后续帧,以此来突出前景目标。在OTB100,GOT-10k数据集上进行实验验证,所提跟踪器在不影响实时性的前提下,准确率相较于基准有了显著提升,并且在遮挡、尺度变化以及背景杂乱等复杂场景下具有鲁棒的跟踪效果。

基于自适应软掩模的语音混合特征增强分析

为了提高语音混合特征增强效果,设计了一种以自适应软掩模与混合特征共同分析算法来实现。以混合特征分析可以消除单一梅尔域滤波器无法提供高频特征的缺陷。研究结果表明:选择融合相位自适应软掩模方式时,能够最大程度去除背景噪声。以本文融合相位差自适应软掩模可以获得比IRM更显著优势,经过优化处理的语音特征与学习目标构建得到的语音增强算法能够促进语音质量的明显提升。以自适应软掩模与混合特征训练神经网络处理获得优秀的信噪比,达到更优的算法性能。

基于区域分割的自适应反锐化掩模算法

针对线性反锐化掩模法的缺点,提出一种基于区域分割的自适应反锐化掩模法,利用像素局部方差将输入图像划分为平滑区、中等对比度区和高对比度区,根据像素(x,y)所属的区域类型,自适应确定其局部灰阶变化率增益系数α(x,y)及期望的输出局部灰阶变化率Hd(x,y),并导出增强系数K(x,y)。对一幅胸片图像进行处理,并与其它几种反锐化掩模法的处理结果进行比较,结果显示该方法获得较好的边缘增强效果,且有较强的噪声抑制能力。

动态特征联合新掩模优化神经网络语音增强

针对神经网络语音增强算法因特征选取不能全面表示语音非线性结构导致语音质量较差的问题,提出一种动态特征联合新掩模优化神经网络语音增强的方法。首先,提取带噪语音的3种特征并进行拼接以得到静态特征,后求一阶、二阶差分导数,捕捉语音的瞬息信号,融合成动态特征,动静结合完成特征内部互补,减少语音失真。其次,为了使增强语音的可懂度和清晰度同时达到最好,提出一种新的自适应掩模,它既能自适应调整语音、噪声的能量比例,又能自适应调节传统掩模和平方根掩模的比例;并用Gammatone通道权重修改每个通道内的掩模值,模仿人类听觉系统,进一步提升语音的可懂度。最后,对不同噪声背景下的多条语音进行实验仿真。结果表明,与已有的文献中不同算法相比,该算法的信噪比、主观语音质量、短时客观可懂度值都较高,验证了该算法的有效性。

自适应分数阶微分在面部图像处理中的应用

针对三维人脸表情识别过程中,皱纹等纹理特征会影响表情识别的精度。为了消除这类纹理特征的干扰,需要先确定皱纹的位置。因此,提出了一种基于自适应分数阶微分掩模的皱纹检测方法来定位皱纹的位置。该方法利用皱纹的纹理方向信息,构建自相关微分掩模区域,并使用皱纹图像的梯度、信息熵和对比度信息来改进分数阶微分掩模算子,对人脸皱纹进行纹理方向上的自适应增强。然后结合Gabor滤波器来提取皱纹曲线位置,再根据定义的误判原则剔除光照、皮肤色斑等误识别特征。实验结果表明,提出的方法能自适应增强皱纹深浅不一的面部图像,提升了对浅皱纹的检测率,同时借助误识别过滤规则,提高了皱纹位置检测的精度和鲁棒性。

HIFU治疗区域检测方法研究

提出了一种基于自适应掩模滤波和水平集方法相结合的B超图像分割方法,能较准确地从高强度聚焦超声(HIFU)辐照前后获得的B超图像的减影中检测出治疗区域。对HIFU辐照后的新鲜离体猪肉进行解剖切片,实际损伤情形基本与该方法所得结果相吻合。该方法可以帮助HIFU临床医生客观、准确地监控治疗过程,对提高HIFU疗效有实际意义。

基于双通道神经网络时频掩蔽的语音增强算法

为提高语音增强算法消除方向性噪声和抑制混响的能力,结合单、多通道处理信号的优势,提出了双通道神经网络时频掩蔽语音增强算法.首先,利用改进的多分辨率耳蜗动静态特征,结合依据信噪比优化的自适应掩模,对双麦克风信号分别进行单通道神经网络初步语音增强,达到全面利用语音非线性特征改善感知度的目的;其次,提出一种基于自适应掩模方向矢量定位法,精确计算语音、噪声的空间协方差矩阵和方向矢量,在带噪和混响的环境下精确定位目标声源;最后,输入信号到卷积波束形成器中,进一步去噪和抑制混响.实验结果表明:与其他单、多通道语音增强算法相比,重构语音具有更好的语音质量和可懂度.