基于梅尔谱与压缩激励加权量化的语音神经编解码方法

1

作者 周俊佐 易江燕 +2 位作者 陶建华 任勇 汪涛 《计算机研究与发展》 北大核心 2025年第11期2725-2736,共12页

目前,以SoundStream等为代表的端到端语音神经编解码器在重建语音感知质量方面展现了优异性能.然而,这些方法需要大量的卷积计算,从而导致较长的编码时间.为缓解上述问题,提出基于梅尔谱和压缩激励加权量化的神经语音编解码方法.该方法... 目前,以SoundStream等为代表的端到端语音神经编解码器在重建语音感知质量方面展现了优异性能.然而,这些方法需要大量的卷积计算,从而导致较长的编码时间.为缓解上述问题,提出基于梅尔谱和压缩激励加权量化的神经语音编解码方法.该方法旨在保持较高语音感知质量的同时降低计算代价,加快运行速度,从而减少时延.具体而言,采用梅尔谱特征作为输入,借助梅尔谱提取过程中时域压缩的性质,并结合低层卷积编码器以简化运算过程.此外,借鉴压缩激励网络思想,提取了编码器最后一层输出特征各维度的激励权重,将其作为量化器中计算码本距离时压缩特征各维度的权重系数,由此学习特征间的相关性并优化量化性能.在LibriTTS和VCTK数据集上的实验结果表明,该方法显著提升了编码器计算速度,且能在较低比特率时(≤3 Kbps)提升重建语音质量.以比特率1.5 Kbps时为例,编码计算实时率(real-time factor,RTF)最多可提升4.6倍.对于感知质量,以0.75 Kbps为例,短时客观可懂度(shorttime objective intelligibility,STOI)、虚拟语音质量客观评估(virtual speech quality objective listener,VISQOL)等客观指标相较基线平均可提升8.72%.此外,消融实验不仅表明压缩激励权重方法的优化效果与比特率呈反相关,而且发现Relu激活函数相较周期性质激活函数Snake而言,在语音感知质量相当的情况下,能大量加快运行速度. 展开更多

关键词 语音编解码 梅尔谱图 压缩激励网络 残差矢量量化 生成对抗网络

在线阅读 下载PDF 职称材料

高光谱图像辐射位深残差量化及其对地物分类影响分析

2

作者 王娟 张爱武 +1 位作者 张希珍 陈云生 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2024年第3期872-882,共11页

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... 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。 展开更多

关键词 高光谱图像 辐射分辨率 辐射位深残差量化 地物分类

在线阅读 下载PDF 职称材料

基于改进SSD的输电线路销钉缺陷检测 被引量：40

3

作者 李瑞生 张彦龙 +1 位作者 翟登辉 许丹 《高电压技术》 EI CAS CSCD 北大核心 2021年第11期3795-3802,共8页

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... 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。 展开更多

关键词 改进SSD 残差网络 多层级特征融合 卷积拆分 权值量化

在线阅读 下载PDF 职称材料

面向窄带通信的极低速率语音编码算法研究 被引量：2

4

作者 刘斌 陶建华 莫福源 《信号处理》 CSCD 北大核心 2013年第9期1134-1141,共8页

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... 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。 展开更多

关键词 联合矢量量化 非线性量化 预测残差 听觉感知

在线阅读 下载PDF 职称材料

噪声信道中基于残留冗余的联合信源信道编码 被引量：6

5

作者 刘军清 孙军 《通信学报》 EI CSCD 北大核心 2006年第12期32-36,共5页

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... 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。 展开更多

关键词 矢量量化 可变长编码 差错保护 联合信源信道编码 残留冗余

在线阅读 下载PDF 职称材料

基于高阶残差量化的光谱二值编码新方法 被引量：2

6

作者 康孝岩 张爱武 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2019年第10期3013-3020,3027,共9页

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(hi... 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。 展开更多

关键词 高阶残差量化 光谱编码 二值编码 四值编码 DNA编码

在线阅读 下载PDF 职称材料

系统/电厂级地震易损性量化程序开发研究 被引量：1

7

作者 付陟玮 张春明 +2 位作者 张东辉 陈妍 左嘉旭 《原子能科学技术》 EI CAS CSCD 北大核心 2013年第B12期398-401,共4页

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... 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。 展开更多

关键词 系统 电厂级地震易损性 量化程序 MONTE CARLO模拟 CEFR事故余热排出系统

在线阅读 下载PDF 职称材料

基于投影残差量化哈希的近似最近邻搜索 被引量：3

8

作者 杨定中 陈心浩 《计算机工程》 CAS CSCD 北大核心 2015年第12期161-165,170,共6页

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... 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。 展开更多

关键词 投影残差量化哈希 大规模搜索 近似最近邻搜索 编码权重 多阶段量化

在线阅读 下载PDF 职称材料

基于深度残差网络的迭代量化哈希图像检索方法 被引量：2

9

作者 廖列法 李志明 张赛赛 《计算机应用》 CSCD 北大核心 2022年第9期2845-2852,共8页

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... 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。 展开更多

关键词 图像检索 深度残差网络 迭代量化 哈希码 量化误差

在线阅读 下载PDF 职称材料

基于一种新的三模集的低通FIR数字滤波器设计

10

作者 赵海军 陈毅红 +1 位作者 贺春林 蒲斌 《高技术通讯》 CAS 2023年第6期581-590,共10页

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... 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。 展开更多

关键词 低通有限脉冲响应(FIR)数字滤波器 余数系统(RNS) 三模集 乘法-累加器单元 脉冲响应 量化误差

在线阅读 下载PDF 职称材料

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

11

作者 谢斌 刘述睿 谢舒闽 《高技术通讯》 北大核心 2017年第4期316-324,共9页

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... 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。 展开更多

关键词 大规模MIMO 模数转换器(ADC) 能耗 随机向量量化(RVQ) 和速率

在线阅读 下载PDF 职称材料

基于卷积神经网络的视频流隐藏信息检测方法 被引量：2

12

作者 罗远焱 杜学绘 孙奕 《计算机工程与设计》 北大核心 2020年第2期346-353,共8页

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... 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。 展开更多

关键词 卷积神经网络 视频流 隐藏信息 检测 残差学习 量化操作

在线阅读 下载PDF 职称材料

基于块自适应残差矢量量化的SAR图像压缩 被引量：2

13

作者 喻言 《系统仿真学报》 CAS CSCD 北大核心 2014年第8期1799-1806,共8页

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... 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。 展开更多

关键词 合成孔径雷达SAR 块自适应矢量量化 残差矢量量化 图像压缩

在线阅读 下载PDF 职称材料

基于非局部3D残差网络的视频指纹算法 被引量：1

14

作者 郭辰 李新伟 +1 位作者 杨艺 徐良浩 《计算机工程与应用》 CSCD 北大核心 2020年第19期216-223,共8页

为了实现视频拷贝的快速准确检索,提出一种基于非局部3D残差网络的紧凑视频指纹。该算法以三胞胎网络架构为基础,采用非局部模块3D残差网络同时捕获视频的全局与局部时空信息,在特征提取部分末端加入量化编码层,实现了原始视频数据到离... 为了实现视频拷贝的快速准确检索,提出一种基于非局部3D残差网络的紧凑视频指纹。该算法以三胞胎网络架构为基础,采用非局部模块3D残差网络同时捕获视频的全局与局部时空信息,在特征提取部分末端加入量化编码层,实现了原始视频数据到离散指纹码的端到端映射;设计了由角度关系三元组损失和量化误差损失组成的网络目标函数。大量的实验结果表明,与对比算法相比,该算法在保持紧凑的同时鲁棒性与独特性均表现突出,查准率与查全率有明显提升。 展开更多

关键词 视频指纹 非局部模块 3D残差网络 三元组损失 量化误差损失

在线阅读 下载PDF 职称材料

考虑输出量化的控制系统传感器故障检测 被引量：5

15

作者 周瑞敏 郭富民 +2 位作者 岳雪亭 喻恒 司文杰 《控制工程》 CSCD 北大核心 2022年第2期362-367,共6页

针对一类考虑输出均匀量化的控制系统,研究了传感器故障下的故障检测问题。首先,从优化的角度出发,考虑残差对未知干扰的鲁棒性和对传感器故障灵敏性之间的折中问题,给出了H∞/H∞性能指标,并通过求解代数黎卡提方程得出最优残差生成器... 针对一类考虑输出均匀量化的控制系统,研究了传感器故障下的故障检测问题。首先,从优化的角度出发,考虑残差对未知干扰的鲁棒性和对传感器故障灵敏性之间的折中问题,给出了H∞/H∞性能指标,并通过求解代数黎卡提方程得出最优残差生成器的增益矩阵;然后,利用量化误差的随机过程特性,设计了残差评价器,同时给出了所设计阈值误报率的上确界;最后,数值仿真结果显示,系统能够快速准确地检测出传感器故障,验证了所提方法的有效性。 展开更多

关键词 均匀量化 故障检测 残差生成器 阈值

在线阅读 下载PDF 职称材料

面向近似最近邻搜索的码字扩展增强型残差量化

16

作者 艾列富 程宏俊 +3 位作者 陶勇 于俊清 郑馨 刘德阳 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第3期459-469,共11页

为了进一步提高图像特征向量的近似最近邻搜索精度,提出一种码字扩展增强型残差量化方法,将增强型残差量化与均值等分向量计算方法相结合,降低码书训练误差并提高特征向量量化精度.在码书训练阶段,除第1层码书训练外,利用均值等分向量... 为了进一步提高图像特征向量的近似最近邻搜索精度,提出一种码字扩展增强型残差量化方法,将增强型残差量化与均值等分向量计算方法相结合,降低码书训练误差并提高特征向量量化精度.在码书训练阶段,除第1层码书训练外,利用均值等分向量计算方法将上一层码书训练的误差向量作为下一层码书训练的输入,在此基础上提出迭代优化方法降低码书训练的全局量化误差;在特征向量量化阶段,利用均值等分向量计算方法对每层码书进行扩展,用得到的新码字对该层输入特征向量进行量化以提高量化精度;最后对特征向量近似最近邻搜索,提出一种非对称欧几里得度量计算方法.在2个公开的SIFT和GIST数据集上与5种典型方法进行实验的结果表明,所提方法可降低码书训练误差10%~24%,提高近似最近邻搜索召回率1%~44%;另外,在获得相同召回率条件下,所提方法可使码书的规模减小50%. 展开更多

关键词 近似最近邻搜索 向量量化 残差向量 均值等分向量

在线阅读 下载PDF 职称材料