一种基于元数据对比学习预训练的两阶段异音检测方法

    公开(公告)号:CN116230012B

    公开(公告)日:2023-08-08

    申请号:CN202310177110.4

    申请日:2023-02-28

    Abstract: 本发明提出了一种基于元数据对比学习预训练的两阶段异音检测方法,属于声音检测领域,解决了现有单阶段异音检测方法对声音信号与其对应元数据信息匹配关系发掘程度不高,难以区分不同元数据信息下声音信号差异的问题。本发明提供的两阶段异音检测方法包含元数据对比学习预训练和自监督微调两个阶段,元数据对比学习预训练阶段加强了相同元数据信息下的声音信号关联,放大了不同元数据信息下声音信号的距离,学习到了能够根据元数据信息区分不同声音信号的能力;自监督微调部分在元数据对比学习获得的预训练参数基础上,进行优化微调,进一步提升了对不同元数据信息下声音信号的区别能力,进而提升了异音检测方法的性能表现与稳定性。

    一种融合全局场景与局部事件信息的音频语意概述方法

    公开(公告)号:CN114155835B

    公开(公告)日:2022-07-08

    申请号:CN202111475701.7

    申请日:2021-12-06

    Abstract: 本发明涉及一种音频语意概述方法,具体为一种融合全局场景与局部事件信息的音频语意概述方法,首先对实际场景中产生的音频进行建模分析,随后从声学场景的宏观全局特性入手,并融合了对于场景内各音频事件的精细化感知,最终生成贴合人类自然语言逻辑的语意概述文本,本发明对于声学场景中局部声音事件的精细化感知为构建音频特征的语意信息与自然语言语意信息的映射提供了细粒度的信息感知方式,能够有效规避传统方法对于音频事件的误识别与内容忽略,有助于构建更高语意层次的人机交互过程;此外,本发明提供了全新的注意力计算机制,相比传统注意力机制降低了计算成本。

    一种利用时频融合补偿异常感知及稳定性的异音检测方法

    公开(公告)号:CN114155879A

    公开(公告)日:2022-03-08

    申请号:CN202111475597.1

    申请日:2021-12-06

    Abstract: 本发明公开的属于异音检测方法技术领域,具体为一种利用时频融合补偿异常感知及稳定性的异音检测方法,借助从声学目标原始音频信号x∈R1*L获取的时域信息和频域信息形成感知互补;时频域融合特征输入深度神经网络,经过网络学习从而获得对于待检测声学目标的状态感知,针对现有异音检测方法所采用的Log‑Mel谱特征对一定声学目标缺乏感知能力的问题,本发明设计了从时域角度构建的可学习特征与Log‑Mel谱相融合,实现了时频域信息互补的双赢增益机制,本发明设计的时频域融合的可学习特征能够有效地提升异音检测系统的稳定性,解决现有工业异音检测方法稳定性不足,检测结果可信度低的问题。

    一种基于双向状态空间模型的单目深度估计方法、设备与介质

    公开(公告)号:CN119295523A

    公开(公告)日:2025-01-10

    申请号:CN202411304516.5

    申请日:2024-09-19

    Abstract: 一种基于双向状态空间模型的单目深度估计方法、设备与介质,涉及一种图像处理技术,解决了目前的自监督方法在长序列建模、训练速度、推理速度以及捕捉场景复杂细节方面均存在不足且模型在稀疏监督下的优化效果不好的问题。本发明单目深度估计方法包括如下步骤:构建编码器‑解码器结构,包括有连续膨胀卷积模块和双向状态空间模块,由编码器生成训练图像的中间特征,对长距离中间特征信息进行建模,由解码器生成输出特征;构建姿态估计模型,并利用解码器生成的输出特征与训练图像的深度估计进行联合重建,对学习目标建模,设计目标图像与重建图像的损失函数来优化网络;采用公开的KITTI数据集对所构建的模型进行训练得到权重模型,并对训练完成的模型对于单目图像深度估计的精度进行评估。本发明用于图像单目深度估计。

    一种基于元数据对比学习预训练的两阶段异音检测方法

    公开(公告)号:CN116230012A

    公开(公告)日:2023-06-06

    申请号:CN202310177110.4

    申请日:2023-02-28

    Abstract: 本发明提出了一种基于元数据对比学习预训练的两阶段异音检测方法,属于声音检测领域,解决了现有单阶段异音检测方法对声音信号与其对应元数据信息匹配关系发掘程度不高,难以区分不同元数据信息下声音信号差异的问题。本发明提供的两阶段异音检测方法包含元数据对比学习预训练和自监督微调两个阶段,元数据对比学习预训练阶段加强了相同元数据信息下的声音信号关联,放大了不同元数据信息下声音信号的距离,学习到了能够根据元数据信息区分不同声音信号的能力;自监督微调部分在元数据对比学习获得的预训练参数基础上,进行优化微调,进一步提升了对不同元数据信息下声音信号的区别能力,进而提升了异音检测方法的性能表现与稳定性。

    一种利用时频融合补偿异常感知及稳定性的异音检测方法

    公开(公告)号:CN114155879B

    公开(公告)日:2022-07-01

    申请号:CN202111475597.1

    申请日:2021-12-06

    Abstract: 本发明公开的属于异音检测方法技术领域,具体为一种利用时频融合补偿异常感知及稳定性的异音检测方法,借助从声学目标原始音频信号x∈R1*L获取的时域信息和频域信息形成感知互补;时频域融合特征输入深度神经网络,经过网络学习从而获得对于待检测声学目标的状态感知,针对现有异音检测方法所采用的Log‑Mel谱特征对一定声学目标缺乏感知能力的问题,本发明设计了从时域角度构建的可学习特征与Log‑Mel谱相融合,实现了时频域信息互补的双赢增益机制,本发明设计的时频域融合的可学习特征能够有效地提升异音检测系统的稳定性,解决现有工业异音检测方法稳定性不足,检测结果可信度低的问题。

Patent Agency Ranking