Bark-Band Residual Noise Model for Parametric Audio Coding

A Bark-band residual noise model integrated with the human hearing mechanism is proposed to efficiently complement sinusoidal model in parametric audio coding. The time-varying spectrum of the residual noise is retrieved by Bark-scale piecewise constant magnitude estimates along with random phases. In the proposed noise model, Bark bands information is obtained by short-time FFT method and window overlap-add technique is exploited to remove boundary discontinuities. SVQ is also incorporated into parameter quantization process for the low bit-rate coding demand. Simulation results and informal listening tests show that when the sinusoidal model is combined with the Bark-band noise model, better synthesis audio quality can be achieved compared with the original sinusoidal modeling audio codec.

高光谱图像辐射位深残差量化及其对地物分类影响分析

目前的研究大多集中在高光谱图像(HSI)的空间和光谱分辨率的提升及应用上,很少关注辐射分辨率的综合运用。辐射分辨率反映传感器接收地物辐射能量动态变化的范围,探测地物辐射能量的微小变化,同样包含着丰富的地物信息。该研究提出了一种高光谱图像辐射位深残差量化(HSI radiation bit depth residual quantization method)方法,构建出高光谱图像不同辐射位深层级的位深特征图像(LHSI)及其残差图像(RHSI),并通过实验综合运用高光谱不同辐射位深层级的位深特征图像和残差图像及其组合进行地物分类,并分析其对地物分类精度的影响。实验表明,在保证一定分类精度的基础上,辐射位深为9 bit的位深特征图像,保留了原始高光谱图像的主要信息;辐射位深为4 bit的残差图像,比原始高光谱图像更突出地物细节信息;13 bit的位深特征图像与3 bit的残差图像的组合,既能保留原始高光谱图像的主要信息又能突出地物细节。

基于有监督对比学习的哈希图像检索方法

针对哈希图像检索方法检索精度低的问题,提出一种有监督对比学习的哈希图像检索方法。在残差网络50(Residual Network 50,ResNet50)中嵌入协调注意力模块,提取图像的关键信息,优化网络的特征提取能力,并采用有监督对比学习方法进行训练,增强网络的类区分能力。在目标函数中引入量化约束减小误差,保持生成哈希码间的平衡性和相似性,提升哈希码的质量。实验结果表明,所提方法优于其他基于哈希的图像检索方法,能够实现较高的检索精度。

基于改进SSD的输电线路销钉缺陷检测

销钉在输电线路中起着连接关键部件的重要作用,其缺陷直接引起部件变形、不稳定甚至造成电力停电事故。针对已有单发多盒探测器(single shot multibox detector,SSD)模型对输电线路复杂背景下销钉缺陷检测能力不足的问题,提出基于残差网络和多层级特征融合策略的改进SSD模型。首先,改进SSD网络结构,引入残差网络,增加浅层特征层,并将深层特征进行融合,替换SSD原特征层,以提升网络的鲁棒性,增强特征层的信息提取能力。其次,采用卷积拆分压缩网络参数量,采用权值量化减小模型部署占用空间。最后,通过实验对所提方法的有效性进行了验证。实验结果表明,该方法在输电线路销钉缺陷检测上召回率达到80%以上,较原SSD模型及其他目标检测算法具有明显提升。同时,该方法在其他输电线路小目标缺陷测试中,也取得了较好的效果。

面向窄带通信的极低速率语音编码算法研究

提出了一种面向窄带通信的极低速率参数语音编码算法。在2.4kbps MELP标准的基础上结合听觉感知,对线谱对参数进行联合矢量量化、对基音周期进行内插和非线性量化、对能量参数进行高效压缩,可以使语音数据在0.5kbps下匀速传输;线谱对参数的预测残差用于矢量量化,这是一种提高合成语音的音质的有效方法。实验结果表明,采用本文提出的语音编码算法可以使语音数据在极低码率下有效的传输,解码端合成的语音具有较高的可懂度。

噪声信道中基于残留冗余的联合信源信道编码

对信源编码中的残留冗余在联合编码中的作用进行了研究,提出了一个在噪声信道中对可变长信源编码码流传输提供有效差错保护的联合信源信道编码方法,该方法利用信源编码器输出中的残留冗余为传输码流提供差错保护。与SayoodK提出的系统相比,该方法是基于改进的联合卷积软解码以及采用非霍夫曼码的通用可变长码,更接近于一般的信源和信道编码方法,并且信源符号集的大小也不受限制。仿真表明,所提出的联合编码方法可获得比传统的分离编码方法更高的性能增益。

基于高阶残差量化的光谱二值编码新方法

光谱二值和多值编码技术能够实现目标光谱的快速匹配、识别和分类等应用,但这类量化编码方法会损失大量的光谱细节信息,且不能解码出与原始光谱近似的重构光谱,应用有限。为了解决上述问题,提出一种高阶残差量化的光谱编码新方法HOBC(high-order binary coding)。首先,对光谱向量进行去均值的规范化处理,得到值域为(-1,1)的光谱序列;然后,求解规范化光谱的±1编码、编码系数和残差(即一阶残差);基于一阶残差,逐阶解算2至K阶残差的±1编码及其系数;最后得到K个编码序列及其系数,即为HOBC的编码结果。选择典型波谱库数据集,对比光谱0/1二值编码BC01(binary coding with 0 and 1)、光谱分析编码SPAM(spectral analysis manager)、二值/四值混合编码SDFC(spectral derivative feature coding)和DNA四值编码等4种方法,进行了光谱量化编码和解码重构实验,分别统计了光谱形状特征和斜率特征编码的信息熵和存储量、光谱形状特征编码与原始光谱之间的光谱矢量距离SVD(spectral vector distance)、谱间Pearson相关系数SCC(spectral correlation coefficient)和光谱角SAM(spectral angle mapping)。结果表明,在编码存储量上,HOBC的1~4阶编码分别与以上4种编码相等;在编码信息熵上,HOBC的1~2阶编码分别与BC01和SPAM相等,而HOBC的3~4阶编码分别高于SDFC和DNA编码;在SCC上,HOBC1阶编码与BC01相等,而2~4阶编码均分别优于SPAM,SDFC和DNA编码;在SAM方面,HOBC 1~4阶编码均分别明显优于4种对比方法;4种对比方法不能明确解码重构,而HOBC可简便重构出与原始光谱近似的解码序列,且SVD逐阶递减。进一步,基于临泽草地试验站公开光谱数据集,进行了10类地物目标的光谱编码和监督分类实验,实验结果表明,在Kappa系数,总体分类精度和平均分类精度等3种性能评价指标上,HOBC均明显优于4种对比方法,尤其是,HOBC 4阶编码优于原始光谱的分类性能;对样本数量较少且类间相似性较高的难分类地物,HOBC亦具有优于其他算法的鲁棒性。说明HOBC编码在大幅压缩数据量的同时,其编码序列能保留较高的信息量,且具有较高的光谱可分性,可用于光谱高精度快速识别和分类;其解码重构序列与原始光谱序列具有较高的相似性,理论上可适用于目标识别和分类等应用。

系统/电厂级地震易损性量化程序开发研究

介绍了地震易损性的概念和模型,研究了系统/电厂级地震易损性量化的一般流程,重点研究开发了基于Monte Carlo模拟的系统/电厂级地震易损性量化程序。应用本文开发的系统/电厂级地震易损性量化程序,建立了中国实验快堆(CEFR)事故余热排出系统的易损性模型,最后得到系统的易损性参数:Am=1.205g、βu=0.42、βr=0.42、HCLPF=0.33g。结果表明:CEFR事故余热排出系统具有较高的抗震能力,Monte Carlo模拟是系统/电厂级地震易损性量化的有效方法。

基于投影残差量化哈希的近似最近邻搜索

针对投影哈希中投影误差较大,二进制编码时原始信息丢失严重等问题,提出一种近似最近邻搜索方法。该方法通过多阶段量化策略减少编码过程中的投影及量化误差。在每阶段训练时,对前一阶段的量化残差采用投影、按维度训练码书及量化、反投影等运算生成各阶段的子量化器。子量化器按投影后数据的维度提供多个哈希函数,最终的哈希函数由各阶段哈希函数共同构成。在最近邻搜索时,给二进制编码加上权重以便对搜索结果进行重排,提高搜索精度。实验结果表明,基于投影残差量化哈希的近似最近邻的搜索性能优于当前主流的哈希方法。

基于深度残差网络的迭代量化哈希图像检索方法

针对现有的哈希图像检索方法表达能力较弱、训练速度慢、检索精度低,难以适应大规模图像检索的问题,提出了一种基于深度残差网络的迭代量化哈希图像检索方法(DRITQH)。首先,使用深度残差网络对图像数据进行多次非线性变换,从而提取图像数据的特征,并获得具有语义特征的高维特征向量;然后,使用主成分分析(PCA)对高维图像特征进行降维,同时运用迭代量化对生成的特征向量进行二值化处理,更新旋转矩阵,将数据映射到零中心二进制超立方体,从而最小化量化误差并得到最佳的投影矩阵;最后,进行哈希学习,以得到最优的二进制哈希码在汉明空间中进行图像检索。实验结果表明,DRITQH在NUS-WIDE数据集上,对4种哈希码的检索精度分别为0.789、0.831、0.838和0.846,与改进深度哈希网络(IDHN)相比分别提升了0.5、3.8、3.7和4.2个百分点,平均编码时间小了1717μs。DRITQH在大规模图像检索时减少了量化误差带来的影响,提高了训练速度,实现了更高的检索性能。

小数N频率合成器剩余量化误差补偿技术研究

介绍了采用锁存累加结构的Σ-Δ调制器,分析了噪声成形中剩余量化误差的获取及补偿模型,并给出了运用于小数N频率合成器中的方法。

增强型残差量化的图像视觉特征不完全检索方法

针对图像视觉特征的快速检索问题,提出了一种增强型残差量化的不完全检索方法。建立在增强型残差量化的基础上,提出利用多层低复杂度的码书构建包含较大规模倒排列表的多维倒排索引结构,使得只需根据图像视觉特征的量化编码就可以将其快速地插入到倒排索引结构中。此外,结合倒排索引结构,设计了一种不完全检索方法和图像视觉特征之间近似距离的计算方法。通过在公开数据集进行实验和性能对比,所提出不完全检索方法较典型的三种不完全检索方法具有更好的检索精度和检索效率。

基于量化的DCT系数统计特性的运动残差编码算法

针对离散余弦变换（DCT）的运动残差编码效率低下的问题,从残差量化DCT系数的统计特性出发,提出了一种全新的运动残差视频编码算法.对于残差的非零量化DCT系数,按照其在当前编码图像中对应位置的量化DCT系数是否为零被分为两类,然后分别对两类不同的残差量化DCT系数逐类进行编码.本算法在编码效率上相对于MPEG2编码方法可提高2-2.5 dB.

基于DCT的残差自适应编码压缩

本文提出了图象残差压缩的概念，建立了在ＪＰＥＧ压缩算法基础上改进的、基于ＤＣＴ的残差自适应编码压缩方法。该方法与ＪＰＥＧ压缩算法相比，压缩速度没有显著差别，但恢复图象信噪比可提高约１分贝，对局域相关性较弱的遥感类图象，恢复图象精度的提高尤为明显。

基于一种新的三模集的低通FIR数字滤波器设计

本文对低通有限脉冲响应(FIR)数字滤波器的设计进行了研究;在对常用三模集和传统的具有脉冲响应系数的FIR数字滤波器分析的基础上,提出将一种新的三模集应用于低通FIR数字滤波器设计的新方法。该FIR滤波器由多个乘法-累加器单元构成,实现正向转换器、并行算术通道和逆向转换器的功能。正向转换器将一个二进制数编码成一个关于模集的余数表示的数,每个算术通道对模集的每个模进行模乘和累加,逆向转换器将一个余数表示的数解码为其等效的二进制数,算术通道以完全并行的架构工作,从而实现轻量化的计算和简单的结构;最后的仿真实验结果不仅验证了本文提出的设计方法的有效性,而且相比于传统的单向转换设计,本文提出的设计方法有更小的滤波器系数偏差和更好的频率响应等波纹特性。

莱斯信道下大规模MIMO系统混合模数转换器的随机向量量化方案

针对大规模MIMO系统用配置单精度模数转换器(ADC)来降低系统能耗会导致系统损失部分性能的问题,提出了一种莱斯信道下大规模MIMO系统的采用混合ADC的随机向量量化(RVQ)改进方案。该方案在频分双工模式下,首先在基站端采用高分辨率ADC和低分辨率ADC混合的接收方案处理信号,使接收的导频信号和有用信号具有较高的转换精度;系统对导频信号进行信道估计后,再对信道状态信息(CSI)进行RVQ处理,以此减小系统的反馈开销;最后运用最小均方误差(MMSE)信号检测算法减轻由量化误差引起的的用户间干扰,从而达到降低能耗并减小系统性能损失的目的。实验结果表明,这种改进的RVQ方案能在降低系统能耗的基础上有效减小系统容量损失,并使其和速率接近传统的高分辨率ADC接收方案。

AAC音频解码器中TNS模块的设计及其ASIC实现

时域噪声整形(TNS)是AAC音频解码器中较为重要的一部分。文章介绍了时域噪声整形的作用、基本原理、算法设计以及硬件设计思路,并且给出了该滤波器的ASIC实现。在设计中,我们采用时分复用技术,既TNS滤波器和AAC解码器的其它硬件部分时分复用一个乘法器,从而大大节省了硬件开销。在TNS滤波器中,所有的乘法运算采用24×18的定点乘法运算,和原来我们在软件中采用的32×32的浮点运算相比,计算精度有所降低,但通过人耳的主观测试,并未发现音质有明显的降低。

一种基于小波变换和矢量量化的图像压缩算法

小波变换和矢量量化都是图像压缩中的重要方法。利用小波变换的系数特点,对图像进行小波分解,对于能量最为集中的低频分量采用标量量化处理,然后将标量量化过程中产生的残差和高频分量一起构造矢量,进行矢量量化。实验结果表明,此算法能够有效提高重构图像质量,获得较高的信噪比。

基于卷积神经网络的视频流隐藏信息检测方法

为解决现有视频流隐藏信息检测中,人工检测特征设计难度不断加大的问题,提出一种基于卷积神经网络的视频流隐藏信息检测方法。在神经网络中构建残差学习单元,避免深层次卷积神经网络在训练时的梯度消失,利用深层神经网络自动从数据中挖掘检测特征,在此基础上引入量化截断操作,增加检测模型多样性,提升检测性能。使用FFmpeg与x264编码标准CIF序列生成的视频进行实验,实验结果表明,该方法相比现有方法具有更高的检测准确率。

基于块自适应残差矢量量化的SAR图像压缩

SAR图像的空间域压缩多采用矢量量化的方法进行。通常的块自适应矢量量化性能好但计算量较大,而残差矢量量化计算量小却在性能上有劣势。基于此,提出了一种新的基于块自适应残差矢量量化的SAR图像压缩算法。根据SAR幅值图像具有近似瑞利分布的特点对图像先进行基于瑞利分布的块自适应矢量量化,然后利用残差图像数据具有近似高斯分布的特点进行二次块自适应矢量量化。并且在残差矢量量化中进行了按照均方误差排序选择性压缩的改进,在压缩比不变的前提下有效提高了压缩系统性能。多幅图像的实验结果表明,相对传统的块自适应矢量量化和残差矢量量化,该算法在达到较高压缩性能和较低计算资源占用量以及较少存储空间占用上获得了有效的改进。