检索结果-内蒙古大学图书馆

信号处理 2023年第4期39卷 632-638页

作者：李永伟陶建华李凯中国科学院自动化研究所模式识别国家重点实验室北京100190 清华大学自动化系北京100084 北陆先端科学技术大学院大学日本石川923-1211

语音情感识别是实现自然人机交互不可缺失的部分,是人工智能的重要组成部分。发音器官的调控引起情感语音声学特征的差异,从而被感知到不同的情感。传统的语音情感识别只是针对语音信号中的声学特征或听觉特征进行情感分类,忽略了声门... 详细信息

语音情感识别是实现自然人机交互不可缺失的部分,是人工智能的重要组成部分。发音器官的调控引起情感语音声学特征的差异,从而被感知到不同的情感。传统的语音情感识别只是针对语音信号中的声学特征或听觉特征进行情感分类,忽略了声门波和声道等发音特征对情感感知的重要作用。在我们前期工作中,理论分析了声门波和声道形状对感知情感的重要影响,但未将声门波与声道特征用于语音情感识别。因此,本文从语音生成的角度重新探讨了声门波与声道特征对语音情感识别的可能性,提出一种基于源-滤波器模型的声门波和声道特征语音情感识别方法。首先,利用Liljencrants-Fant和Auto-Regressive eXogenous(ARX-LF)模型从语音信号中分离出情感语音的声门波和声道特征;然后,将分离出的声门波和声道特征送入双向门控循环单元(BiGRU)进行情感识别分类任务。在公开的情感数据集IEMOCAP上进行了情感识别验证,实验结果证明了声门波和声道特征可以有效的区分情感,且情感识别性能优于一些传统特征。本文从发音相关的声门波与声道研究语音情感识别,为语音情感识别技术提供了一种新思路。

关键词：语音情感特征声门波与声道源-滤波器模型语音情感识别

来源：评论

学校读者我要写书评

暂无评论

语音情感识别综述

引用

信号处理 2023年第4期39卷 571-587页

作者：陶建华陈俊杰李永伟清华大学自动化系北京100084 天津师范大学计算机与信息工程学院天津300382 中国科学院自动化研究所模式识别国家重点实验室北京100190

语音情感识别是利用计算机建立语音信息载体与情感度量之间的关系,并赋予计算机识别、理解人类情感的能力,语音情感识别在人机交互中起着重要作用,是人工智能领域重要发展方向。本文从语音情感识别在国内外发展历史以及开展的一系列会... 详细信息

语音情感识别是利用计算机建立语音信息载体与情感度量之间的关系,并赋予计算机识别、理解人类情感的能力,语音情感识别在人机交互中起着重要作用,是人工智能领域重要发展方向。本文从语音情感识别在国内外发展历史以及开展的一系列会议、期刊和竞赛入手,分别从6个方面对语音情感识别的研究现状进行了梳理与归纳:首先,针对情感表达从离散、维度模型进行了阐述;其次,针对现有的情感数据库进行了统计与总结;然后,回顾了近20年部分代表性语音情感识别发展历程,并分别阐述了基于人工设计的语音情感特征的情感识别技术和基于端到端的语音情感识别技术;在此基础之上,总结了近几年的语音情感识别性能,尤其是近两年在语音领域的重要会议和期刊上的语音情感识别相关工作;介绍了语音情感识别在驾驶、智能交互领域、医疗健康,安全等领域的应用;最后,总结与阐述了语音情感识别领域仍面临的挑战与未来发展方向。本文旨在对语音情感识别相关工作进行深入分析与总结,为语音情感识别相关研究者提供有价值的参考。

关键词：语音情感识别情感特征情感分析情感表达

来源：评论

学校读者我要写书评

暂无评论

两阶段文档筛选和异步多粒度图多跳问答

引用

计算机技术与发展 2024年第1期34卷 121-127页

作者：张雪松李冠君聂士佳张大伟吕钊陶建华安徽大学计算机科学与技术学院安徽合肥230601 中国科学院自动化研究所模式识别国家重点实验室北京100190 清华大学自动化系北京100084

多跳问答旨在通过对多篇文档内容进行推理,来预测问题答案以及针对答案的支撑事实。然而当前的多跳问答方法在文档筛选任务中旨在找到与问题相关的所有文档,未考虑到这些文档是否都对找到答案有所帮助。因此,该文提出一种两阶段的文档... 详细信息

多跳问答旨在通过对多篇文档内容进行推理,来预测问题答案以及针对答案的支撑事实。然而当前的多跳问答方法在文档筛选任务中旨在找到与问题相关的所有文档,未考虑到这些文档是否都对找到答案有所帮助。因此,该文提出一种两阶段的文档筛选方法。第一阶段通过对文档进行评分且设置较小的阈值来获取尽可能多的与问题相关文档,保证文档的高召回率;第二阶段对问题答案的推理路径进行建模,在第一阶段的基础上再次提取文档,保证文档的高精确率。此外,针对由文档构成的多粒度图,提出一种新颖的异步更新机制来进行答案预测以及支撑事实预测。提出的异步更新机制将多粒度图分为异质图和同质图来进行异步更新以更好地进行多跳推理。该方法在性能上优于目前主流的多跳问答方法,验证了该方法的有效性。

关键词：多跳问答文档筛选多粒度图异步更新答案预测

来源：评论

学校读者我要写书评

暂无评论

结合门循环单元和生成对抗网络的图像文字去除

引用

中国图象图形学报 2022年第4期27卷 1264-1276页

作者：王超群全卫泽侯诗玉张晓鹏严冬明中国科学院大学人工智能技术学院北京100049 中国科学院自动化研究所模式识别国家重点实验室北京100190 清华大学水沙科学水利水电工程国家重点实验室北京100084

目的图像文本信息在日常生活中无处不在,其在传递信息的同时,也带来了信息泄露问题,而图像文字去除算法很好地解决了这个问题,但存在文字去除不干净以及文字去除后的区域填充结果视觉感受不佳等问题。为此,本文提出了一种基于门循环单元... 详细信息

目的图像文本信息在日常生活中无处不在,其在传递信息的同时,也带来了信息泄露问题,而图像文字去除算法很好地解决了这个问题,但存在文字去除不干净以及文字去除后的区域填充结果视觉感受不佳等问题。为此,本文提出了一种基于门循环单元(gate recurrent unit,GRU)的图像文字去除模型,可以高质量和高效地去除图像中的文字。方法通过由门循环单元组成的笔画级二值掩膜检测模块精确地获得输入图像的笔画级二值掩膜;将得到的笔画级二值掩膜作为辅助信息,输入到基于生成对抗网络的文字去除模块中进行文字的去除和背景颜色的回填,并使用本文提出的文字损失函数和亮度损失函数提升文字去除的效果,以实现对文字高质量去除,同时使用逆残差块代替普通卷积,以实现高效率的文字去除。结果在1080组通过人工处理得到的真实数据集和使用文字合成方法合成的1000组合成数据集上,与其他3种文字去除方法进行了对比实验,实验结果表明,在峰值信噪比和结构相似性等图像质量指标以及视觉效果上,本文方法均取得了更好的性能。结论本文提出的基于门循环单元的图像文字去除模型,与对比方法相比,不仅能够有效解决图像文字去除不干净以及文字去除后的区域与背景不一致问题,并能有效地减少模型的参数量和计算量,最终整体计算量降低了72.0%。

关键词：文字去除门循环单元(GRU) 生成对抗网络(GAN) 逆残差块图像修复

来源：评论

学校读者我要写书评

暂无评论

基于局部优化的重心Voronoi图计算

引用

系统仿真学报 2019年第2期31卷 218-226页

作者：叶畋宇王逸群严冬明雍俊海清华大学软件学院北京100084 中国科学院自动化研究所模式识别国家重点实验室北京100190

重心Voronoi图(centroidal Voronoi tessellation,CVT)是一个重要的几何结构,在地理信息系统,信号处理,网格生成/优化,可视化等领域有着重要应用。针对传统全局生成、优化的方法的不足,比如奇异点多、收敛速度较慢等问题,提出了生成优... 详细信息

重心Voronoi图(centroidal Voronoi tessellation,CVT)是一个重要的几何结构,在地理信息系统,信号处理,网格生成/优化,可视化等领域有着重要应用。针对传统全局生成、优化的方法的不足,比如奇异点多、收敛速度较慢等问题,提出了生成优化与随机扰动两种局部优化方法,以及一个整合了层次生成、局部优化、蒙特卡罗优化的CVT生成算法框架。实验结果表明,相比于已有算法,本文方法在速度与质量上有综合的提升。

关键词：重心Voronoi图局部极小优化奇异点

来源：评论

学校读者我要写书评

暂无评论

基于脑网络组图谱的阿尔茨海默病分类

引用

太赫兹科学与电子信息学报 2020年第4期18卷 698-702,712页

作者：胡方舟尤波赵坤李卓然丁艳辉张熙刘勇哈尔滨理工大学自动化系黑龙江哈尔滨150080 中国科学院自动化研究所模式识别国家重点实验室北京100190 山东师范大学信息科学与工程学院山东济南250014 中国人民解放军总医院南楼神经内科北京100853

结构磁共振影像(sMRI)作为一种非入侵式的脑成像方式为人们理解阿尔茨海默病(AD)的患病机制提供了很大的帮助,目前已有大量研究利用从sMRI中提取的特征进行AD的识别。为了充分利用图像信息提取AD相关的特征,提出了一种简单易用的基于人... 详细信息

结构磁共振影像(sMRI)作为一种非入侵式的脑成像方式为人们理解阿尔茨海默病(AD)的患病机制提供了很大的帮助,目前已有大量研究利用从sMRI中提取的特征进行AD的识别。为了充分利用图像信息提取AD相关的特征,提出了一种简单易用的基于人类脑网络组图谱的脑区划分进行特征提取的方法。选取美国阿尔茨海默病神经影像组织(ADNI)数据库中的226例正常被试(NC)和227例AD患者的sMRI数据作为研究对象,提取每个个体脑网络组图谱中各脑区的平均灰质密度作为特征,利用支持向量机(SVM)对NC和AD患者进行分类,通过10折交叉验证的方式得到了85.2%的平均分类准确率。后续的统计分析发现,海马、杏仁核及梭状回等脑区的平均灰质密度对NC和AD患者的识别贡献很大,且这些脑区的萎缩程度与患者的认知能力密切相关。利用最小绝对收缩选择算子(LASSO)对个体的简易智力状态评分(MMSE)进行预测,预测结果与真实值间存在显著的正相关(r0.65,p0.001)。研究结果表明,基于脑网络组图谱脑区划分提取的脑区平均灰质密度特征可以有效地对AD患者进行识别,并可以用来评估个体的认知水平。

关键词：阿尔茨海默病结构磁共振影像支持向量机脑网络组图谱

来源：评论

学校读者我要写书评

暂无评论

基于场对齐质心Voronoi划分的四边网格生成

引用

计算机辅助设计与图形学学报 2018年第5期30卷 764-771页

作者：杜兴逸严冬明叶军涛张慧清华大学软件学院北京100084 中国科学自动化研究所模式识别国家重点实验室北京100190

为了生成高质量的四边网格,提出一种基于场对齐质心Voronoi划分(centroidal Voronoi tessellation,CVT)优化的四边网格生成方法.首先通过优化CVT能量函数将输出网格顶点均匀地分布在输入网格表面;然后利用场对齐CVT优化得到网格边与输... 详细信息

为了生成高质量的四边网格,提出一种基于场对齐质心Voronoi划分(centroidal Voronoi tessellation,CVT)优化的四边网格生成方法.首先通过优化CVT能量函数将输出网格顶点均匀地分布在输入网格表面;然后利用场对齐CVT优化得到网格边与输入方向场对齐的三角网格;再通过网格边-场方向匹配初步提取四边网格,并基于拓扑模式进行奇异点的识别与消除;最后利用三角形配对得到准四边网格.实验结果表明,该方法能够生成对齐方向场且质量较高的准四边网格.

关键词：四边网格 CVT 方向场拓扑优化

来源：评论

学校读者我要写书评

暂无评论

基于学习的鲁棒三维射影重建

引用

计算机辅助设计与图形学学报 2018年第2期30卷 309-317页

作者：舒茂胡立华董秋雷许华荣胡占义中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学北京100049 太原科技大学计算机科学与技术学院太原030024 中国科学院脑科学与智能技术卓越创新中心北京100190 厦门理工学院计算机科学与技术系厦门361024

基于图像的三维重建是计算机视觉领域中一个重要的研究主题.针对目前深度神经网络无法有效剔除多幅图像对应点中的外点的问题,提出一种鲁棒的深度卷积神经网络,用以从多幅图像对应点中准确地恢复场景的三维射影结构.该网络首先把输入的... 详细信息

基于图像的三维重建是计算机视觉领域中一个重要的研究主题.针对目前深度神经网络无法有效剔除多幅图像对应点中的外点的问题,提出一种鲁棒的深度卷积神经网络,用以从多幅图像对应点中准确地恢复场景的三维射影结构.该网络首先把输入的对应点分为多个不同的子集,每个子集独立地进行射影重建;然后通过权重计算层得到每个射影重建的权重;最后通过合并层对这些不同的射影重建加权求和,得到最终的鲁棒的射影重建.实验结果表明,该网络具有较高的重建精度和很强的鲁棒性.

关键词：射影重建卷积神经网络外点剔除

来源：评论

学校读者我要写书评

暂无评论

基于LMS减噪与改进的双门限语音端点检测方法

引用

系统仿真学报 2017年第9期29卷 1950-1959,1967页

作者：朱春利李昕上海大学机电工程与自动化学院上海200072 南京大学电子科学与工程系南京210093 中科院自动化所模式识别国家重点实验室北京100080

低信噪比环境下语音的端点检测在语音处理中占有十分重要的地位。对于一个受到加性噪声污染的语音信号通常采用滤波的方式,能够抑制噪声,并使原始语音保持相对不变。提出了一种基于最小均方误差(LMS)自适应滤波减噪与改进的双门限语音... 详细信息

低信噪比环境下语音的端点检测在语音处理中占有十分重要的地位。对于一个受到加性噪声污染的语音信号通常采用滤波的方式,能够抑制噪声,并使原始语音保持相对不变。提出了一种基于最小均方误差(LMS)自适应滤波减噪与改进的双门限语音端点检测算法,在进行双参数双门限法端点检测的前后进行双重中值滤波平滑处理。通过Matlab仿真,将提出的语音端点检测方法与其它的方法进行对比,在信噪比较低的噪声环境下使得语音的端点检测效果具有更优的准确率与稳健性。

关键词：端点检测 LMS自适应滤波减噪双门限法中值滤波平滑处理

来源：评论

学校读者我要写书评

暂无评论

基于深度学习语音分离技术的研究现状与进展

引用

自动化学报 2016年第6期42卷 819-833页

作者：刘文举聂帅梁山张学良中国科学院自动化研究所模式识别国家重点实验室北京100190 内蒙古大学计算机系呼和浩特010021

现阶段,语音交互技术日益在现实生活中得到广泛的应用,然而,由于干扰的存在,现实环境中的语音交互技术远没有达到令人满意的程度.针对加性噪音的语音分离技术是提高语音交互性能的有效途径,几十年来,全世界范围内的许多研究者为此投入... 详细信息

现阶段,语音交互技术日益在现实生活中得到广泛的应用,然而,由于干扰的存在,现实环境中的语音交互技术远没有达到令人满意的程度.针对加性噪音的语音分离技术是提高语音交互性能的有效途径,几十年来,全世界范围内的许多研究者为此投入了巨大的努力,提出了很多实用的方法.特别是近年来,由于深度学习研究的兴起,基于深度学习的语音分离技术日益得到了广泛关注和重视,显露出了相当光明的应用前景,逐渐成为语音分离中一个新的研究趋势.目前已有很多基于深度学习的语音分离方法被提出,但是,对于深度学习语音分离技术一直以来都缺乏一个系统的分析和总结,不同方法之间的联系和区分也很少被研究.针对这个问题,本文试图对语音分离的主要流程和整体框架进行细致的分析和总结,从特征、模型以及目标三个方面对现有的前沿研究进展进行全面而深入的综述,最后对语音分离技术进行展望.

关键词：神经网络语音分离计算听觉场景分析机器学习

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：