基于协方差矩阵重构的DOA估计方法

针对空间信号的波达方向估计,提出了协方差矩阵重构测向算法。由数据协方差矩阵的特征分解求得信号特征值及其对应的信号特征向量,根据各个信号特征向量构造相应的子协方差矩阵,算法定义一个新协方差矩阵。从理论上证明了新协方差矩阵在信号相干时仍然满秩,新算法在解除信号相干性的同时没有造成阵列孔径的损失。与空间平滑类算法相比,估计同样相干信号数,新算法能节省更多阵元。仿真实验证实了新算法优越的分辨能力和估计性能。     

基于跳连接反卷积神经网络的自动眼镜摘除

随着人工智能的快速发展,人脸识别已经成为计算机视觉领域非常热门的研究方向;眼镜作为最常见的遮挡物,对人脸识别的性能有着较大的影响。传统方法大多使用主成分分析(principal component analysis,PCA)重建技术对眼镜进行摘除,但是预先定位眼镜位置非常困难,而且重建后图像的眼镜区域和非眼镜区域有着明显的不连续性。针对眼镜遮挡这一问题,文章提出了一种基于跳连接反卷积神经网络的自动眼镜摘除方法,实现了端对端的自动眼镜摘除技术,在尽可能保留人脸细节的前提下将眼镜从人脸图片中去除。该方法较好地解决了PCA重建中眼镜区域和非眼镜区域不连续性问题,使得眼镜去除效果更加接近真实效果。