-
公开(公告)号：CN109740635B
公开(公告)日：2023-12-26
申请号：CN201811512493.1
申请日：2018-12-11
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06F18/214 , G06F18/24
Abstract: 本发明涉及一种基于二分类器的分类识别特征映射方法，包括以下步骤：分别统计用于训练分类器系数的各类目标特征每一维特征的高斯分布情况；分别统计相对于训练分类器系数的各类目标特征发生特征偏移的情况下各类目标特征每一维特征的高斯分布情况；根据统计得到的高斯分布情况对特征偏移前后两种情况下每个二分类器中每一维特征分别构建分布映射关系。本发明能够避免因特征偏移而致使分类识别准确率大幅度降低的情况发生。
-
公开(公告)号：CN106887238B
公开(公告)日：2020-05-15
申请号：CN201710117865.X
申请日：2017-03-01
Applicant: 中国科学院上海微系统与信息技术研究所 , 中国科学院大学
IPC: G10L21/0272 , G10L25/27
Abstract: 本发明提供一种基于改进独立向量分析算法的声信号盲分离方法，包括：步骤1，通过M个传感器采集N个源信号的卷积混合信号，以得到M个观测信号；步骤2，通过短时傅里叶变换将所述观测信号从时域转换到频域，并建立基于分离矩阵的频域分离信号模型；步骤3，逐频点对频域的所述观测信号和分离矩阵进行预处理；步骤4，采用基于自适应更新的自然梯度独立向量分析算法逐频点进行盲分离处理，以得到频域的分离信号；步骤5，对频域的分离信号进行逆短时傅里叶变换，以得到时域的分离信号。本发明考虑声信号的卷积混合，自适应更新，能够更精确地恢复源信号，更快达到收敛；算法对更新步长的初始值不敏感，鲁棒性好，稳定性高。
-
公开(公告)号：CN109919865A
公开(公告)日：2019-06-21
申请号：CN201910127062.1
申请日：2019-02-20
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06T5/00
Abstract: 本发明公开了一种图像多层细节增强方法，包括以下步骤：S1：在原始图像中选取窗口作为细节窗口；S2：在细节窗口中选取多个辅助窗口，所述辅助窗口的尺寸均小于细节窗口；S3：对细节窗口进行平滑处理生成平滑增强窗口；对多个辅助窗口进行平滑处理生成多个平滑辅助窗口；S4：从细节窗口中分别抽离平滑增强窗口和多个平滑辅助窗口形成多个细节辅助窗口；S5：将平滑增强窗口与多个细节辅助窗口加权叠加后作为细节增强后的窗口。本发明一种图像多层细节增强方法，通过设置上述步骤，即顾及了低频图像细节，又顾及了高频的图像细节，同时还可以消除部分噪声，使得图像细节增强结果更加准确。
-
公开(公告)号：CN109740635A
公开(公告)日：2019-05-10
申请号：CN201811512493.1
申请日：2018-12-11
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06K9/62
Abstract: 本发明涉及一种基于二分类器的分类识别特征映射方法，包括以下步骤：分别统计用于训练分类器系数的各类目标特征每一维特征的高斯分布情况；分别统计相对于训练分类器系数的各类目标特征发生特征偏移的情况下各类目标特征每一维特征的高斯分布情况；根据统计得到的高斯分布情况对特征偏移前后两种情况下每个二分类器中每一维特征分别构建分布映射关系。本发明能够避免因特征偏移而致使分类识别准确率大幅度降低的情况发生。
-
公开(公告)号：CN106169072B
公开(公告)日：2019-03-19
申请号：CN201610531722.9
申请日：2016-07-07
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G06K9/00
Abstract: 本发明涉及一种基于泰勒展开的人脸识别方法及系统，方法包括以下步骤：采集图像数据，利用人脸检测算法检测是否出现人脸图像，并进行人脸图像的分割提取以及预处理；对预处理后的图像进行三种不同形式采样，每个样本得到三个不同采样层，分别提取每一采样层的LTFP特征；融合三层LTFP特征得到HLTFP特征；分别计算待识别人员的HLTFP特征与所有已注册的人员的HLTFP特征之间的卡方距离，根据卡方距离的大小确定待识别人员的身份。系统包括图像获取模块、人脸检测模块、提取模块、预处理模块、采样模块、特征提取模块、融合模块、计算模块和识别模块。本发明能够降低特征维度和提高识别率。
-
Patent Agency Ranking
公开(公告)号：CN105388479B
公开(公告)日：2017-09-22
申请号：CN201510766569.3
申请日：2015-11-11
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的运动目标速度估计方法，包括以下步骤：(1)运动目标经过麦克风阵列时，麦克风阵列按帧长为ΔT的时间帧对该运动目标进行角度估计，从而得到运动目标在每个时间帧上的角度估计值；(2)找到运动目标距离麦克风阵列最近的时间帧t0；(3)利用距离麦克风阵列最近的时间帧t0前后各N个时间帧上的角度估计值结合麦克风阵列到运动目标运动轨迹的垂直距离d，即可按公式估计出该运动目标的速度v。本发明具有操作简单，计算量低，估计精度高等优点。
-
公开(公告)号：CN103994820B
公开(公告)日：2016-05-11
申请号：CN201410160710.0
申请日：2014-04-21
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01H17/00
Abstract: 本发明涉及一种基于微孔径麦克风阵列的运动目标识别方法，它通过微孔径麦克风阵列采集环境中的声响信号，完成目标的分类识别。部署在环境中的微孔径麦克风阵列，其各个通道的麦克风会同步采集环境中的声响信号，接着各通道的信号将经过叠加求和的降噪处理，然后利用精简的梅尔倒谱系数算法提取信号的特征，最后采用高斯混合模型的分类器实现目标的分类识别。本发明首先采用叠加求和的方法实现对微孔径声阵列数据的降噪处理，接着才进行特征提取和分类识别，具有方法简单、成本低廉、性能可靠等优点。
-
公开(公告)号：CN117649856A
公开(公告)日：2024-03-05
申请号：CN202311368485.5
申请日：2023-10-20
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G10L25/03 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/082 , G10L25/30
Abstract: 本发明涉及一种基于卷积循环神经网络的野外运动车辆目标检测方法，包括：接收输入音频；将输入音频输送至野外运动车辆目标检测模型，得到野外运动车辆目标检测结果；其中，野外运动车辆目标检测模型包括：特征提取部分，用于从所述输入音频中提取出能够有效检测运动车辆的第一特征；卷积处理部分，用于识别出所述第一特征中与检测任务相关的部分，得到包含通道和时频注意信息的第二特征；循环处理部分，用于在时间上对具有前后关联性的第二特征进行时间维度上的建模，提取所述第二特征的时序信息；全连接部分，用于降低维度输出结果。本发明能够提高野外运动车辆目标检测的抗噪声能力，增强检测结果的稳健性。
-
公开(公告)号：CN113720343A
公开(公告)日：2021-11-30
申请号：CN202110935483.4
申请日：2021-08-16
Applicant: 中国科学院上海微系统与信息技术研究所
IPC: G01C21/34
Abstract: 本发明涉及一种基于动态数据实时适应的航向预测方法，包括以下步骤：对车辆行进过程中采集得到的声音信号进行处理，得到多个定向角数据；将得到的多个定向角数据通过坐标旋转的方式放在一个连续的区间内；将多个定向角数据作为训练集，训练线性回归模型，确定出定向角的变化趋势；根据所述定向角的变化趋势，判断野外运动车辆相对于传感器布设的运动方向，再结合传感器布设时声音传感器的朝向角预测出所述野外运动车辆行进的航向。本发明能够对传感器实时产生的数据进行航向判别，且模型简单，鲁棒性强，且对于数据集没有硬性要求，在少数数据集下也可得到运动目标的粗略航向，并且随着数据集的增加，得到更加精准的航向。
-
公开(公告)号：CN105118515B
公开(公告)日：2018-11-27
申请号：CN201510387604.0
申请日：2015-07-03
Applicant: 中国科学院上海微系统与信息技术研究所
Abstract: 本发明涉及一种基于麦克风阵列的风噪声检测方法，包括以下步骤：先对麦克风阵列采集的声音信号进行预处理，包括分帧，去均值等，再利用延时估计算法计算各个通道间的时延值，判断计算的时延值是否超过设定的阈值，如果超过则为风噪声，否则为其他声信号。本发明设计的风噪声检测方法，从风噪声信号和声音目标信号在空气中传播速度的本质性差异入手，利用麦克风阵列间各通道间的时延参数进行风噪声检测。该发明具有简单、计算量小，能在检测精度和功耗两方面获得较好的折中，对风噪声等级具有鲁棒性和环境适应能力强等特点。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.04 seconds)
