Huffman编解码及其快速算法研究

Huffman压缩编码是一种较好的变长前缀码,它由D.A.Huffman于1952年发明。Huffman编码作为一种高效而简单的可变长编码而被广泛应用于信源编码等方面。介绍了基本的Huffman编码算法,并针对其缺点,提出了动态Huffman编码算法,改进算法对数据进行编码的依据是动态变化的Huffman树。

基于编解码多尺度特征优化的图像去雾算法

真实雾气不均匀分布的特点会导致基于合成数据集训练的网络对真实雾气下拍摄的图像的复原质量不佳.此外,现有去雾模型较大的网络参数量会影响去雾的实时性.针对这两个问题,提出一种参数量较低的基于编解码多尺度特征优化的图像去雾算法以去除真实场景下图像的雾气.首先,在编码部分利用跨通道上下文注意力隐式地建模像素间的关系,以恢复去雾后图像中物体的结构.然后,设计信息调节子网弥补编码器遗漏的浅层信息,解决细节恢复粗糙的问题.最后,在解码部分设计特征矫正子网,采用相减式残差结构减少噪声,保证输出结果的正确性.在多种真实雾数据集上,对所提方法的普适性进行实验.实验结果表明:在REVIDE真实雾数据集中,与MSBDN方法相比,所提方法在参数量降低46%的基础上获得了PSNR 1.25dB的提升;在OHaze、I-Haze以及RTTS多种室内外真实雾测试集中,与其他去雾方法相比,所提方法都取得了更好的PSNR结果和视觉效果.

基于残差单元与注意力门的非对称编解码海杂波抑制网络

针对非均匀海杂波环境下弱小目标检测困难的问题,本文基于复值残差单元和注意力门机制,提出一种用于海杂波抑制的非对称编解码网络(Asymmetric Encoder-Decoder Network,AED-Net).该网络以雷达回波经匹配滤波后得到的复值信号为输入,利用复值残差单元取代常规卷积单元进行弱小目标和海杂波特征的提取,增强网络特征提取能力的同时避免特征信息退化.然后采用注意力门模块将编码路径各模块提取的特征信息分别送入到解码路径对应的模块.最终输出海杂波抑制后的复值信号.由于各注意力门的输入和输出维度可根据网络结构自主选择,该网络设计是一种非对称编解码结构.与典型对称编解码网络UNet相比,复值残差单元与注意力门的引入显著降低了特征信息的冗余度,增强特征信息的提取与传递,提升了海杂波抑制性能.与此同时,复值残差单元的参数规模远小于卷积单元,而注意力门的引入也有效减少解码路径单元的数量,整个网络的参数规模显著减小.基于海杂波实测数据的实验结果表明,与典型复值UNet(Complex Value-UNet,CV-UNet)网络相比,AED-Net的输出信杂比平均提升9 dB,有效工作的最低信杂比降低了3 dB,模型参数量和计算量分别减少57.8%、50%.

基于情感语义增强编解码的神经机器翻译方法

针对目前神经机器翻译模型仅依赖平行语料训练而无法充分挖掘深层语言知识的问题,提出一种基于情感语义增强编解码的神经机器翻译方法,旨在通过引入额外的情感语义,提高模型对语言深层次信息的理解能力。首先,利用word2vec技术获取语料中所有单词的词嵌入,将其输入到一个融合模型中进行训练。该融合模型结合了基于GRU和文档嵌入的机制,以获取单词级别和文档级别的情感语义表征;其次,在情感融合阶段,采用加权公式将单词级别和文档级别的情感语义有机地融合,形成更为综合的情感语义表征;最后,将此表征与上下文语义表征按位相加,以全面引入情感信息,并将其作为输入传递到机器翻译模型的编码器和解码器中。在多个基准数据集上的实验显示,相较于传统的Transformer模型,该方法在IWSLT数据集上性能显著提升,BLEU值增加1.3至1.62。在WMT数据集上也取得良好性能,证实了融合情感语义在机器翻译中的有效性。

基于注意力增强型编解码网络的化工过程故障诊断

化工过程的数据往往含有动态时序特性,传统故障检测对动态信息的使用率较低,限制了故障诊断性能。针对这个问题,提出了一种基于注意力增强的编解码网络模型的化工过程故障诊断新方法。编码部分利用LSTM提取过程数据的特征信息,结合注意力机制,更加有效地利用过程数据间的动态信息;解码部分利用LSTM并结合注意力机制提供的上下文向量,为归一化指数的回归提供更加精准的状态信息,最后利用归一化指数回归得到各个样本数据的故障类别概率值。结果表明,注意力机制的引入,提高了模型在时域下对过程动态信息的使用效率。针对本文提出的方法,利用田纳西伊士曼过程数据进行了实验,并与标准的PCA-SVM、DBN和ResNet的结果进行了对比。结果表明,该方法诊断故障的效果更加理想。

嵌入式系统中运动想象脑-机接口编解码算法综述

脑-机接口技术通过在大脑与外部设备之间建立信息传输通路,使用户能够对外部设备进行直接控制。近年来,基于运动想象范式的脑-机接口编解码算法研究在医疗健康、教育娱乐及日常生活设备中的应用范围越来越广,这些算法通常需要嵌入到硬件设备中来满足实际应用的需求。介绍了近年来嵌入式系统中运动想象脑-机接口编解码算法研究现状,从传统机器学习算法和深度学习算法两个角度指出其对应的优缺点。重点介绍四类常用嵌入式平台的代表性设备及其优缺点,并针对不同的应用场景给出相应的硬件选型建议。归纳了更适用于嵌入式脑-机接口系统的评价指标并最终总结了领域内现存的挑战与未来发展方向。

分层特征编解码驱动的视觉引导立体声生成方法

视觉引导的立体声生成是多模态学习中具有广泛应用价值的重要任务之一,其目标是在给定视觉模态信息及单声道音频模态信息的情况下,生成符合视听一致性的立体声音频.针对现有视觉引导的立体声生成方法因编码阶段视听信息利用率不足、解码阶段忽视浅层特征导致的立体声生成效果不理想的问题,提出一种基于分层特征编解码的视觉引导的立体声生成方法,有效提升立体声生成的质量.其中,为了有效地缩小阻碍视听觉模态数据间关联融合的异构鸿沟,提出一种视听觉特征分层编码融合的编码器结构,提高视听模态数据在编码阶段的综合利用效率;为了实现解码过程中浅层结构特征信息的有效利用,构建一种由深到浅不同深度特征层间跳跃连接的解码器结构,实现了对视听觉模态信息的浅层细节特征与深度特征的充分利用.得益于对视听觉信息的高效利用以及对深层浅层结构特征的分层结合,所提方法可有效处理复杂视觉场景中的立体声合成,相较于现有方法,所提方法生成效果在真实感等方面性能提升超过6%.

基于多频段多任务编解码模型的心电图基准点联合检测

基准点检测是心电图(ECG)诊断分析的基础.但是, ECG具有波形变异性,且经常受到各种伪迹和噪声的干扰,使得基准点检测精度受限.针对该问题,本文首先构建概率图模型,分析各频带ECG成分与基准点检测任务之间的推断关系.然后,在此概率图模型的启发下提出了一种多频段多任务编解码网络.该网络先分别对不同频段的ECG成分进行一维卷积变换提取特征.然后,通过时域卷积模组学习各频段特征的注意力掩码以抵御噪声.最后,利用多分支关联结构,实现多个ECG基准点的联合检测.在MIT-BIH QT和LUDB数据集上的五重交叉验证实验结果表明:所提方法能够有效地提高ECG基准点的检测精度,达到了当前最优的水平.

基于门控循环单元编解码器的锂离子电池荷电状态估计

锂离子电池荷电状态(state of charge,SOC)估计技术是电池管理系统(battery management system,BMS)里的关键性技术之一,其精度要求随着锂离子电池应用领域的不断拓宽而越来越高。由此,该文提出一种基于门控循环单元(gated recurrent unit,GRU)编解码器(encoder decoder,ED)的估计方法;在编解码器框架下,首先利用双向GRU网络对可测量变量序列双向捕获依赖关系并将相关信息编码成语境向量,然后使用单向GRU网络完成对语境向量的解码。相比之前提出的循环神经网络,此类端到端模型可以从输入序列中更完整地学习到序列信息以建立出更精确的非线性SOC估计模型。实验数据验证表明,相较于3种双向循环神经网络,该文提出的门控循环单元编解码器(gated recurrent unit encoderdecoder,GRU-ED)模型在固定环境温度下取得了最佳的SOC估计效果;同时还在变温环境下实现了小误差的SOC估计,得到的平均绝对误差(meanabsoluteerror,MAE)与最大误差(maximum error,MAX)分别为0.92%与4.96%。

基于注意力编解码器及多残差网络的逆半色调方法

针对当前逆半色调方法恢复的图像存在细节不清晰甚至丢失的问题,提出了一种基于注意力编解码器及多残差网络(Encoder-decoder with attention and multi-residual network,EDAMRNet)的逆半色调方法。首先,设计融合注意力机制的编解码器结构,在其跳跃连接处添加非对称特征融合模块,以有效提取图像上下文信息;然后,构造多残差网络,捕获并保留图像空间细节信息;最后,应用监督注意力模块对图像上下文信息进行加强,再传递到多残差网络,以恢复出高质量的连续色调图像。实验结果表明:该方法与现有最优方法相比,在Urban100和Manga109数据集下的峰值信噪比平均值均提高了0.1 dB,结构相似性平均值分别提高了0.0010和0.0005。该方法能够在提取图像上下文信息的同时保留图像空间细节信息,可更好地恢复图像纹理信息,提高图像清晰度,为图像逆半色调方法研究提供了一种新的方案。

基于FPGA的多接口视频编解码系统

为进一步提高机器视觉系统的兼容性以及丰富编解码系统处理的视频格式种类,设计了基于FPGA的多接口视频编解码系统。利用异步DDR读写的原理构建编解码选择模块,完成不同视频格式的转换操作,最终系统支持PAL、HDMI、Cameralink视频的解码以及HDMI、Cameralink、LVDS视频的编码功能,同时通过对比不同视频接口的传输特性,实现了上述几种视频接口标准之间的无缝转换。该系统不仅可以作为独立的视频编解码系统,还可以通过LVDS接口连接ARM处理器,从而扩展其应用场景。实验结果表明,系统能够准确解码分辨率为720×576的PAL视频、分辨率为640×512的Cameralink视频以及分辨率为1080p的HDMI视频,并且能够通过HDMI、Cameralink、LVDS视频接口分别输出,此外,系统的各类资源消耗均未超过50%,确保了系统的高效运行。

一种基于编解码结构的多尺度边缘检测方法

针对传统边缘检测算法易出现边缘线断裂、不连续的情况以及基于深度学习的方法无法保证边缘清晰性和准确性且容易丢失边缘细节信息的问题,提出了一种基于编解码结构的轻量级的边缘检测方法.通过编码器提取图像的边缘特征,在解码端恢复编码器下采样时丢失的边缘信息,编解码器之间采用跳跃连接方法实现低层特征和高层特征之间的融合,采用具有注意力机制的深监督模块,进一步学习多尺度多层次的边缘特征生成精细的图像边缘.该网络模型在BSDS500S数据集上进行训练,实验结果表明,本文方法ODS(optimal dataset scale)与OIS(optimal image scale)分别达到0.808和0.830,在GTX 1060机器上帧率达到60帧/s,超过了基于卷积神经网络的主流边缘检测方法,具有较好的效果.

基于正交编解码的钢轨探伤数据信噪比提升研究

超声波检测作为钢轨探伤的重要手段已得到广泛应用,但使用传统超声发射接收技术会因幻象波和换能器串扰而造成超声探伤检测数据信噪比较低。为此,基于幻象波和换能器串扰的影响机理,并根据超声换能器压电晶片激发超声波频率与加载换能器压电晶片高压脉冲激励频率相同的特点,研究双拍正交编解码技术,即采用正交频率的高压脉冲激励信号作用于超声换能器压电晶片以产生频率正交的超声发射信号,通过对应的解码方式实现幻象波和换能器的串扰抑制,以达到提高探伤检测数据信噪比的目的;通过搭建超声系统试验平台,完成对国标伤损探伤A显、B显试验数据分析。结果表明:对于A显数据,双拍正交编解码技术对幻象波和换能器串扰的抑制作用强于对伤损回波信号抑制作用,平均抑制比为10.39 dB;对于B显数据,采用双拍正交编解码模式时伤损检出率为100%,对幻象波和换能器串扰消除亦为100%;相较于传统超声发射接收模式,采用双拍正交编解码的超声发射接收技术可在不影响伤损检出率的前提下,消除幻象波和换能器串扰影响,提高超声探伤检测数据信噪比,减少伤损误判漏判。

比特率受限情形下基于编解码机制的跟踪控制

本文研究了编码解码方案影响下一类线性离散网络的跟踪控制器的设计问题。 在设计解码方案时,考虑了比特率约束,使研究更具挑战性,井揭示了比特率约束对解码精度的影响。 设计一个跟踪控制器,利用Lyapunov泛函方法和矩阵不等式技术获得编码数据可恢复性和闭环系统输入到状态稳定的充分条件。 最后,通过一个仿真实例验证所开发的跟踪控制方案的有效性。

超高清视频编解码标准在广播电视行业的应用

介绍超高清视频的概念,探讨超高清视频编解码标准,重点分析超高清视频编解码技术在广播电视行业的应用,特别是在超高清版权赛事、大型综艺活动等超高清直播场景的创新应用,推动广播电视行业朝着更高质量、更多样化的内容传输方向发展。

铁路货车轴温实时监测系统中采集处理与MVBC编解码功能的设计及验证

为保障列车运行安全,该文对铁路货车轴温实时监测系统进行设计与验证,在采集通道接口防护基础上实现温度信号的通道选择、滤波、AD转换和电绝缘等功能,保障数据采集的可靠性。为解决温度测量和传感器的故障检测问题,该研究对模拟输入子系统和信号处理子系统进行深入设计,从而实现铁路货车轴温监测设备的数据采集和处理功能,并利用FPGA设计完成多功能车辆总线控制器MVBC编解码模块。最后,通过对温度信号处理子系统、MVBC总线控制器编解码模块的系统进行验证,达到预期效果。

深度学习理念下视频编解码技术探究

视频编解码过程中,常因量化操作的引入,导致视频出现有损压缩,在后续播放中,产生较多压缩残影,且在低比特编码中更为明显。因此,针对此问题的优化,在深度学习的理论基础上,提出了一种新型的基于光流技术的时空神经网络模型(FGTSN),旨在对编码视频进行精确的后处理。实验证明,该FGTSN方法能够显著提高HEVC压缩视频的质量,其效果远超过其他视频质量增强技术。此方法能有效解决遮挡和大范围运动场景下的问题,并提升了压缩视频帧的重建效率,证明了其在实际应用中的高价值。

DRM系统中的音频编解码及算法优化

世界数字广播(Digital Radio Mondiale,DRM)是数字调幅广播的国际标准,其信息媒介为音频信号。介绍DRM系统中广泛采用的MPEG-4高级音频编解码(Advanced Audio Coding,AAC)标准及相关算法,包括心理声学模型、滤波、量化、无噪声编码及时域噪声整形的实现原理,分析音频解码的基本流程。在工程应用阶段,为了优化硬件接收器的设计方法,利用C++语言编写接收器软件,用于模拟硬件设备的功能。经测试,该软件工具能够有效解码DRM音频信息。

基于编解码算法的英语语法错误纠正模型设计

为实现针对英语语法的准确纠错,提出一套能够兼顾上下文信息的英语语法错误纠正模型。介绍模型中编码模块和解码模块的数据处理方法,并通过应用实验来对所提出的纠错模型进行测试。实验发现,该模型在精确率、召回率、F值等指标方面均体现出较为理想的准确率水平,能够对主谓一致性错误、冠词或限定词错误等常见的英语语法错误进行较为准确的识别与修正。

MF-TDMA人防卫星通信高清视频编解码算法研究

通用视频编解码器或视频会议终端在人防卫星网传输高清视频时,存在带宽需求高、应用模式单一、视音频卡顿及设备死机等现象,无法满足人民防空应急指挥多路高清视频组网通信的需求。本文提出适用MF-TDMA卫星通信体制的高清视频编解码算法优化方法,作为人防行业专用卫星高清视频编解码器研制的理论基础,以供参考。