公开(公告)号：CN118053450A

公开(公告)日：2024-05-17

申请号：CN202410266452.8

申请日：2024-03-08

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  张合静 ,  田健通 ,  肖飞扬

IPC: G10L25/51 ,  G10L25/27 ,  G10L19/022 ,  G10L19/18 ,  G10L15/18

Abstract: 本发明为一种利用元数据生成音频预测未知异常的异音检测方法，解决了目标机器异常音频样本对现有异音检测模型不可见导致异音检测模型无法选择超参数，异音检测系统性能受限的问题。本发明提供的异常样本预测策略借助音频特征和元数据信息特征对齐构建基于元数据信息的音频生成方法，进而预测未知的目标机器类型异常声音特性，为现有异常声音检测方法在First‑Shot场景下生成了可用于模型训练的目标机器预测声音样本，借助于预测声音样本，异音检测方法能在复杂的异常声音检测现实场景中确定最优模型，提升异音检测方法的性能和通用性。同时，本发明构建的统一的样本生成模型，缓解了现实场景中异常样本稀缺问题，有效降低了异音检测方法的工业化部署难度。

公开(公告)号：CN113838064B

公开(公告)日：2023-12-22

申请号：CN202111115253.X

申请日：2021-09-23

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  董喆 ,  田左 ,  兰海燕 ,  王恺瀚 ,  原皓天 ,  肖飞扬 ,  谢明杰 ,  车新怡 ,  康金敏 ,  魏玉明

IPC: G06V10/26 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82 ,  G06V20/70 ,  G06T7/33 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/0455 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/048

Abstract: 本发明属于遥感图像处理技术领域，具体涉及一种基于分支GAN使用多时相遥感数据的云去除方法。本发明设计了一个深度卷积编码器‑解码器网络模型用于遥感图像云检测，以及一个分支GAN模型用于遥感图像的云去除，在保证云去除效果的同时，提升了重建像素的分辨率。本发明利用最大池化索引来进行输入图像特征图的非线性上采样，减少了端到端训练的参数量，提高了网络训练的时间；采用分支UNet结构来融合多时相遥感图像的特征信息，通过共享底层的语义信息，有效提高遥感图像云去除的精度。

公开(公告)号：CN117079668A

公开(公告)日：2023-11-17

申请号：CN202310902397.2

申请日：2023-07-21

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  兰海燕 ,  田健通 ,  魏玉明 ,  肖飞扬

IPC: G10L25/30 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08 ,  G10L25/51 ,  G10L25/24

Abstract: 本发明属于异常声音检测技术领域，具体涉及一种利用元数据分层信息约束自监督分类的异音检测方法。本发明使用元数据分层信息结构约束神经网络对训练音频的低维特征和高维特征的学习，充分利用伴随音频文件的元数据，挖掘元数据属性对声学特征的影响，以使神经网络能学习到域偏移在音频特征上引起的变化，进而提高工业异音检测系统在域偏移条件下的性能。同时，本发明提出了一种以属性组为中心的异常分数计算方法，用于在域偏移条件下评估测试样本的异常分数，以判断测试音频是否正常。与现有技术相比，本发明的方法能够更精细地学习到音频特征，减轻域偏移在异常声音检测中带来的问题。

公开(公告)号：CN112562702B

公开(公告)日：2022-12-13

申请号：CN202011374653.8

申请日：2020-11-30

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  柳友德 ,  肖飞扬 ,  芦瑶 ,  兰宇晨 ,  田左 ,  王恺瀚 ,  谢明杰 ,  董喆

IPC: G10L21/003 ,  G10L25/18 ,  G10L25/24

Abstract: 本发明提供一种基于循环帧序列的门控循环单元网络的语音超分辨率方法，包括如下步骤：(1)对原始语音信号进行预处理；(2)提出构建CFS‑GRU模型；(3)完成基于循环帧序列网络的语音超分辨率。本发明基于GRU搭建的循环结构模型，直接将语音信号序列作为输入，很大程度上减小了计算代价，并且相比于传统方法有着较好的超分辨率效果；相比于LSTM，GRU模型有着较少的模型参数，通过GRU搭建的CFS‑GRU模型能够更快的训练和收敛。使用SegSNRLoss作为损失函数训练的CFS‑GRU模型能够更快的收敛，并且能够使输出帧序列有着较高的信噪比，提高超分辨率语音信号的质量。

公开(公告)号：CN113269691B

公开(公告)日：2022-10-21

申请号：CN202110584825.2

申请日：2021-05-27

Applicant: 北京卫星信息工程研究所 ,  哈尔滨工程大学

Inventor： 冯鹏铭 ,  贺广均 ,  肖飞扬 ,  董喆 ,  田左 ,  关键 ,  兰海燕 ,  刘嘉欣 ,  王恺瀚 ,  谢明杰

IPC: G06T5/00 ,  G06N3/04 ,  G06N3/08 ,  G06V10/774

Abstract: 本发明公开的属于SAR图像去噪方法技术领域，具体为一种基于卷积稀疏进行噪声仿射拟合的SAR图像去噪方法，该基于卷积稀疏进行噪声仿射拟合的SAR图像去噪方法的具体实施方案如下：利用图像增广和图像重进消除噪声特性对于模型训练过程的影响，本发明构建的网络具有训练初期收敛效率高，末期收敛情况与其他基准模型相同的特征，利用稀疏表示与卷积滤波器的特性，进一步节省了训练时间，提高了模型的迭代效率，借助图像增广丰富数据以及图像重建消除噪声特性的设计，本发明有效地降低了SAR图像去噪过程对无噪声SAR图像的需求度，减少了实际任务中在无噪声SAR图像获取过程投入的开支，并取得更为优秀的SAR图像去噪效果。

公开(公告)号：CN112562707A

公开(公告)日：2021-03-26

申请号：CN202011376572.1

申请日：2020-11-30

Applicant: 哈尔滨工程大学

Inventor： 关键 ,  肖飞扬 ,  柳友德 ,  芦瑶 ,  兰宇晨 ,  田左 ,  王恺瀚 ,  谢明杰

IPC: G10L21/02 ,  G10L21/0208

Abstract: 本发明提供一种单信道目标语音增强方法，包括如下步骤：步骤一：语音信号的预处理与特征转换，引入时间潜在域信息，将时序波形信息通过深度学习框架拓展映射到对应潜在空间域的过程及其逆向变换；步骤二：基于生成信号权重的目标函数；步骤三：引入时序TCN网络模型；本发明网络能实现从混合源语音到目标语音信号的端到端处理，网络的增强性能优秀，能良好还原目标语音信号，同时提升了数据处理的并行处理能力，并能通过自身的数据增广丰富样本集，提升模型性能。

公开(公告)号：CN112562706A

公开(公告)日：2021-03-26

申请号：CN202011376556.2

申请日：2020-11-30

Applicant: 哈尔滨工程大学

Inventor： 兰海燕 ,  肖飞扬 ,  柳友德 ,  兰宇晨 ,  关键 ,  田左 ,  王恺瀚 ,  谢明杰 ,  芦瑶 ,  董喆

IPC: G10L21/02 ,  G10L21/0208 ,  G10L25/03

Abstract: 本发明提供一种基于时间潜在域特定说话人信息的目标语音提取方法，包括时间潜在域特征转换模型、目标说话人特征信息指导器与增强提取模块；待处理的复杂声学环境语音信息经过时间潜在域特征转换模型的处理将映射到潜在空间的特征矩阵，此特征矩阵将分别进入目标说话人特征信息指导器与增强提取模块；在目标说话人特征信息指导器中，特征矩阵将被判定为与某一特定的目标说话人潜在特征具有相关性，或者不包含目标说话人特征。本发明能实现从复杂声学环境语音信号到特定目标语音信号的端到端处理，能高效提取出针对特定任务的目标说话人信息，而不受其他干扰信号的影响，保障了模型传递给后续任务的特定目标语音信号具备极高的语音质量与可感知性。