信号和图像的最佳小波分解

给出一种寻找信号和图像的最佳小波分解方法 .对正交小波、对称正交小波、双正交和对称双正交小波 4种情形进行了讨论 .结果表明 ,此方法可以提高压缩图像的信噪比和压缩比     

基于张量分解模型的语音信号特征提取方法

提出了一种通过张量分解提取语音信号特征的方法. 该方法对语音信号进行预处理,然后对每帧语音信号进行小波分解得到不同尺度上的信息,对这些信息提取传统特征参数,构建一个帧结构×分解尺度×特征参数的三阶张量,并经过张量分解得到各阶投影矩阵,从而建立语音信号在高阶空间上的特征体系,以便充分表征语音信号的特征. 实验结果表明,本文提出的方法与传统特征参数体系比较,有利于语音识别系统性能的提高,并且对于带噪语音的识别具有一定的鲁棒性.      

基于TT-Tucker分解的无预训练LC卷积神经网络压缩方法

张量训练（TT）分解和Tucker分解是两种有效的卷积神经网络压缩方法。然而,TT和Tucker分解分别面临空间结构信息丢失与计算复杂度高等问题。为解决上述问题,文中考虑了网络结构的信息保留率和资源占用情况,采用学习-压缩（LC）算法的约束型压缩框架,提出了一种基于TT-Tucker分解的无预训练LC卷积神经网络压缩方法（TT-LC）。TT-LC方法包括学习步骤和压缩步骤两个部分。学习步骤不需要预训练过程,采用了指数循环学习率方法以提高训练准确率。而在压缩步骤,文中根据TT和Tucker分解的优点以及贝叶斯规则选取全局最优秩的特性,运用经验变分贝叶斯矩阵分解（EVBMF）和贝叶斯优化（BayesOpt）选出合理的秩以指导张量分解,采用TT-LC方法压缩训练后的模型。TT-LC方法既降低了空间结构信息丢失率和计算复杂度,又解决了张量的秩选取不合理导致模型准确率显著下降的问题,可实现模型的双重贝叶斯选秩和双重压缩,获得最优的压缩模型。最后,采用ResNets和VGG网络在CIFAR10与CIFAR100数据集上进行实验。结果表明：对于ResNet32网络,相比于基准方法,文中方法在准确率为92.22%的情况下,获得了69.6%的参数量压缩率和66.7%的浮点计算量压缩率。     

一种基于色差分析的彩色图像压缩编码新方法

提出一种应用色差分析和小波变换对彩色图像进行压缩编码的新方法,该法是对彩色图像的三个色彩分量之一,如ＲＧＢ图像的Ｇ进行波变换编码,而对Ｇ与另外两个色彩分量的差值（ＲＧ和ＢＧ）进行色差分析编码,解码则是通过反量化和小波逆变换得到Ｇ,通过色差分析的逆变换得到两个重构的色差ＲＧ－和ＢＧ,再由Ｇ分别与ＲＧ,ＢＧ之和得到Ｒ,Ｂ,最后Ｒ,Ｇ,Ｂ重构图像,实验结果表明该方法编（解）码速度快,并有较好的信噪比,压     

基于低秩张量分解的大规模MIMO信息检测算法研究

提出了一种改进的Tucker分解法,将二维的张量分解到两个维度中.分别通过改进Tucker和Tucker算法的矩阵减秩和收敛运算,得到保存完整信息的原张量的近似估计值.仿真实验结果表明,改进Tucker算法提高了系统的检测性能.     

基于张量分解的多声道音频恢复方法

为恢复多声道音频在采集过程中丢失的数据,提出基于加权优化的张量分解方法.首先用张量对音频建模,并且根据其尺寸定义一个标识数据丢失位置的加权张量,然后使用加权最小二乘问题描述CANDECOMP/PARAFAC(CP)模型并通过一阶优化算法求解,最终通过获得的因子矩阵恢复音频.通过不同数目通道数据丢失的隐藏参考和基准的多激励测试,说明针对丢失数据采用CP分解方法是有效的,即张量分解能够得到较好的音频恢复效果.      

基于梯度下降Tucker分解的高速公路数据质量控制算法

高速公路交通流具有多维时空动态特征,其实际调查的数据存在过量随机异常的数据,导致有关调查数据的质量无法满足高速公路主动安全管理对路网各层级交通流调控的需求.利用张量理论所具有的良好多维时空数据处理能力,构建考虑短期波动、长期趋势和车道空间信息的多维时空动态张量矩阵,提出一种基于多维张量分解思维的梯度下降Tucker分解的数据质量控制算法,有效弥补传统数据质量控制方法对交通流数据内在时空关联信息利用不足的情况.选取G4京港澳高速公路杜家坎路段实际速度数据作为研究对象,选择车道维度、时间维度、时间间隔维度,构建多种不同张量矩阵形式,对算法进行实证分析.结果表明:所提出的数据质量控制算法具有良好的高速公路交通流数据修复效果.其中,以车道、天数、5min采集时间间隔3个维度所构建的张量形式修复效果最好,95%测试数据的修复值与实际值的误差在(-5%,+5%)范围内.     

基于双JPEG压缩统计特性的图像篡改检测方法

为有效识别和检测数字篡改图像,提出一种新的基于双JPEG压缩统计特性的检测方法．这种方法是通过检测双JPEG压缩图像的图像块先前的量化矩阵来实现．首先,定义在两次压缩时,出现在单独的DCT系数直方图的一些特性．然后,使用支持向量机来估计双压图像的初始的量化矩阵,有不同量化矩阵的图像块便是值得怀疑的区域．最后,基于大量不同的双压图像集,用一系列的实验来验证本方法的性能及可靠性．     

基于Matlab的彩色图像的传输处理

利用Matlab图形处理工具和一些相应的函数,通过实例介绍了对彩色图像传输的处理方法,并在不同的信噪比的情况下,对传输的图片的清晰程度和误码率进行了对比,研究方法对彩色图像的传输处理提供了良好的条件。     

基于三维参数化斜Haar变换彩色图像压缩编码

提出基于三维参数化斜Haar变换的静止彩色图像压缩编码方法,采用计算复杂度低、变换效果好且变换矩阵可随参数灵活变化的新型参数化斜Haar变换,并将彩色图像的R,G,B 3个分量看作一个整体同时进行变换,不仅有效地去除了各分量内像素的相关性,还去除了各分量间的相关性.理论分析和实验结果表明:参数化斜Haar变换的重建图像质量接近于准最优的DCT变换,同时,提高了压缩比.该方法计算量较小,尤其适合于编码效率更高的16×16分块方法,可推广应用于画面质量要求不太高的实时视频编码中.     

基于HSI彩色空间的加权中值滤波算法

提出一种基于HSI彩色空间的加权中值滤波算法,该算法依据人眼对颜色的感知特性,结合颜色的亮度信息和色度信息,并且保持了DDF（The Directional-Distance Filters）滤波器的优点。算法根据彩色图像中颜色的亮度来修改亮度和色度的权值,调整滤波器的输出,在保持图像颜色细节方面比以往的各种矢量中值滤波算法都有一定的提高,更加符合人眼对于颜色的感知特点。     

基于小波域维纳滤波的图像复原算法优化

作为图像复原中一个非常重要的环节,图像去噪是为了取得一个视觉上的高质量图像.通常对小波域维纳滤波的研究都是在图像为零均值的情况下研究,但在现实情况中图像一般不为零均值,于是该文考虑了图像不是零均值的情况,并对局部期望的均方误差参数进行改进,形成参数LSI.通过比较原参数和LSI,根据它们中较小的数进行阈值化处理,选择小波系数,最后进行图像去噪.仿真结果表明,改进后的滤波器对于图像有一个更高的峰值信噪比,有效地改善了小波域维纳滤波算法的性能.     

MC-CDMA系统载波同步性能分析与仿真

将载波同步误差综合到端到端的系统传递函数中,得到一个等效时变滤波器,进而分析载波同步误差对MC—CDMA系统性能的影响,给出了系统接收信噪比和误码率公式,并对载频偏移、载波相位抖动、时钟频率偏差及定时抖动对系统信噪比下降和比特误码率的影响做了全面、细致的分析与仿真。仿真结果验证了理论分析得出的结论,即MC—CDMA系统对载波同步误差非常敏感。在载波频率偏移或时钟频率偏移作用下,系统性能呈迅速下降趋势,并且严重依赖于载波数量。     

基于Dropout改进的SRGAN网络DrSRGAN

超分辨率作为一种经典的视觉任务,在多个领域有着广泛的应用。随着深度学习中无监督学习的发展,以及生成对抗网络(generative adversarial network, GAN)的提出,超分辨率技术又得到了进一步的提高,但是相关网络仍旧存在过拟合、泛化性弱等诸多问题。以超分辨率生成对抗网络(super-resolution generative adversarial network, SRGAN)为基础,受研究Dropout在经典超分辨率网络中影响的相关论文启发,在SRGAN中加入Dropout层并研究其对生成图像质量的影响,采用峰值信噪比(peak signal to noise ratio, PSNR)和结构相似性(structural similarity, SSIM)评估图像质量。实验结果表明在合适的Dropout参数下,网络重建图像具有更好的视觉效果,PSNR能够达到0.4左右的提升同时SSIM也有提高,从训练过程中不同迭代次数生成图像的比较发现改进后网络缓解了训练不稳定问题。将Dropout层加入超分辨率网络不同于以往的方法,为改进此类网络提供了一个新的思路。     

基于自适应估计SNR的分组Turbo码译码算法

 针对分组Turbo码自适应Chase译码算法中SNR是预先设定值的情况,提出一种新的自适应估计信噪比(SNR)的译码算法。该方案利用了接收码字的统计信息与SNR之间存在的对应关系来调整门限函数,达到控制译码复杂度的目的。仿真结果表明,所提出的译码算法能自适应反映信道情况,降低译码运算复杂度,提高译码处理速度,获得了较好的性能。     

序列图像帧间预测技术的研究

在视频压缩领域,帧间预测技术占有十分重要的地位。在简要介绍两种帧间运动估计/补偿模式基础上,该文重点讨论了局部运动估计中块匹配算法的应用和Sprite编码中的全局运动估计算法,提出一种"改进的分级块匹配法",并结合Sprite编码实现序列图像帧间压缩。大量实验表明,采用这种局部和全局相结合的预测算法,可以减少搜索时间,提高图像压缩质量和压缩比,是视频压缩可以输出甚低码流的有效手段之一。     

基于GCS陪集分选降系统峰均比方法

降低正交频分复用系统(Orthogonal Frequency Division Multiplexing,OFDM)的峰均功率比是有效应用OFDM技术的关键。提出了一种有效降低信号峰均比的方法,大大减少了传统的降OFDM系统的峰均比计算复杂度。仿真结果表明新算法更好地降低了正交频分复用系统信号的峰均比。     

基于奇异值分解自适应图像压缩的优化算法

结合图像质量评价体系,在基于奇异值分解的动态压缩比优化方法的基础之上提出一种新的优化算法.该优化算法可以解决基于奇异值分解的动态压缩比优化方法中不能根据不同图像的特点对每幅图像自适应地进行图像压缩的缺陷,并能根据需求,预先设定压缩图像的质量范围,使压缩图像达到指定的压缩率或清晰度,从而满足指定的要求.经实验证明,该优化算法切实可行,具有较高的实用价值.     

数字图像的奇异值分解

通过对图像进行奇异值分解,将一幅图像转换成只包含几个非零值的奇异值矩阵,实现图像压缩。     

视觉感兴趣区的提取及其在视频图像质量评估中的应用

通过主观眼动跟踪实验和客观Itti模型分别研究了视频图像的感兴趣区域提取问题.通过研究眼动跟踪实验数据与视频图像的时间同步问题和适当选取人眼在观察视频时所能接受的感兴趣区域个数,分别得出了主、客观实验的视频图像感兴趣区权重矩阵.在此基础上,在传统图像质量评估方法峰值信噪比(PSNR)中加入主观眼动跟踪实验和客观Itti模型得出的感兴趣区权重矩阵,分析和比较了2种感兴趣区权重矩阵对PSNR的影响.实验证明,通过参数设置,主观眼动跟踪实验和客观Itti模型提取的感兴趣区权重矩阵对 PSNR都有明显的改善,改善后的模型不但保持了传统方法的简易性,同时也提高了其与主观感知的相关性.