检索结果-南通市图书馆

作者：甘海林江西师范大学

学位级别：硕士

目前的自动说话人确认(Automatic speaker verfication,ASV)系统在应对各种新式语音攻击时,其语音欺骗检测的效果不尽如人意。但是在我们平时生活中的很多身份验证场景下都涉及到了ASV系统,而眼下日益增长变化的语音欺骗攻击,是ASV系统... 详细信息

目前的自动说话人确认(Automatic speaker verfication,ASV)系统在应对各种新式语音攻击时,其语音欺骗检测的效果不尽如人意。但是在我们平时生活中的很多身份验证场景下都涉及到了ASV系统,而眼下日益增长变化的语音欺骗攻击,是ASV系统最大的威胁。因此,本论文针对语音欺骗检测进行研究,并构建高斯概率特征,提高的模型语音欺骗检测的能力。本文相关工作总结如下:首先,基于GMM独立地累计所有语音帧的分数,而忽略了每个高斯分量对最终分数的贡献的问题,本文考虑真实语音和欺骗语音在GMM的各个高斯分量上的得分分布,基于线性频率倒谱系数(Linear Frequency Cepstral Coefficients,LFCC)和常数Q倒谱系数(Constant Q Cepstral Coefficients,CQCC)构建高斯概率特征,来提高模型语音欺骗检测的效果。其次,本文提出一个将高斯概率特征与双路双向长短期记忆网络(Two-path Bidirectional Long Short-Term Memory,TBi-LSTM)结合的构思,借此进行语音欺骗检测。实验结果表明TBi-LSTM模型与GMM模型相比,语音欺骗检测能力显著提高。实验还对高斯概率特征和LFCC、CQCC进行实验对比,结果表明模型采用高斯概率特征,语音欺骗检测效果比采用LFCC和CQCC更好。本文还对TBi-LSTM模型和GMM模型进行得分融合,得分融合后的实验结果明显比得分融合前得到的结果要更好。最后,本文提出一个将双路深度卷积神经网络(Two-path Deep Convolutional Neural Networks,TDCNN)与高斯概率特征结合的构思,借此来进行语音欺骗检测。实验结果表明TDCNN模型语音欺骗效果比GMM,DCNN模型的效果要好。实验也对LFCC、CQCC和高斯概率特征进行对比,实验结果表明模型采用高斯概率特征后语音欺骗检测效果要比采用LFCC、CQCC特征的效果要更好。本文还对TDCNN模型和GMM模型进行得分融合,实验结果表明将TDCNN模型和GMM模型进行得分融合后能明显提高语音欺骗检测的性能。

关键词：语音欺骗检测高斯概率特征双路网络 TBi-LSTM TDCNN

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于草图的三维人脸重建技术

基于草图的三维人脸重建技术

引用

作者：杨丽南京大学

学位级别：硕士

三维人脸重建是计算机视觉中的一类经典问题。重建出的三维人脸可以应用于人脸识别、虚拟现实、人脸模型设计等诸多场景,故在近年来广受国内外学者关注。然而,大多数现有工作均基于照片实现三维人脸重建,鲜少有人关注到其他模态肖像图... 详细信息

三维人脸重建是计算机视觉中的一类经典问题。重建出的三维人脸可以应用于人脸识别、虚拟现实、人脸模型设计等诸多场景,故在近年来广受国内外学者关注。然而,大多数现有工作均基于照片实现三维人脸重建,鲜少有人关注到其他模态肖像图的三维重建。本文认为,照片固然能真实地记录人脸当下的状态,但其极易受光照等因素的影响,使得重建出的三维人脸无法如实地反应人脸的某些特征,而草图作为一种人为创作的艺术表现形式,能突出展现人脸上区分度高的个性化特征,具有极高的三维人脸重建研究价值。因此,本文针对基于草图的三维人脸重建任务展开了研究,旨在恢复出带有个性化特征的三维人脸模型。针对草图三维人脸重建领域数据集缺失的问题,本文引入了草图合成技术,以现存的照片三维人脸数据集为基础,通过合成草图得到相互对应的照片、草图、三维人脸数据。此外,本文提出了一种基于照片辅助的草图三维人脸重建技术,设计了一个支持照片与草图协同训练的双路网络。双路网络可以将照片与草图编码到相应的风格空间、内容空间:风格空间编码了图像风格,其与人脸形状无关;内容空间编码了人脸形状,可以从中解码出三维人脸模型。双路网络设计使得草图的三维人脸重建可以利用到照片中蕴含的辅助信息。本文通过对比实验证明了双路网络结构的有效性,与其他方法相比,双路网络能恢复出形状逼真且带有部分细节特征的人脸模型。为了进一步提升人脸模型上个性化特征的重建效果,本文在双路网络的基础上引入了基于线条的特征增强技术。设计了一个两阶段的神经网络:一阶段着眼于整体特征的恢复,利用双路网络恢复出整体、五官轮廓逼真的初始人脸模型;二阶段着眼于细节特征的调整,利用线条指引个性化人脸特征的重建。本文从输入草图中提取能表征人脸个性化特征的线条图,设计了一个能从人脸模型中实时提取线条图的神经网络模块,在此基础上提出了线条损失、深度控制损失来指引网络的训练。实验证明,本文所提出的方法不仅能恢复出逼真的、带有个性化细节特征的人脸模型,而且还支持人脸模型编辑功能,即通过改变线条图来实现人脸模型细节特征的更改。本文针对基于草图的三维人脸重建技术展开了研究,方法可以重建出草图中强调的个性化特征,方法中也通过引入照片改善了草图的三维人脸重建效果,这证明了不同模态肖像图的三维人脸重建可以相互促进,为将多模态学习应用于三维人脸重建领域提供了思路。

关键词：草图三维人脸重建双路网络线条图个性化细节特征

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于双路信息互补增强的压缩感知深度重构

引用

中南民族大学学报（自然科学版） 2020年第6期39卷 619-624页

作者：熊承义秦鹏飞高志荣施晓迪刘川鄂中南民族大学电子信息工程学院&智能无线通信湖北省重点实验室武汉430074 中南民族大学计算机科学学院武汉430074

深度学习的方法在压缩感知重构中表现了良好潜能,而如何提升网络的深度特征表示能力是其中的一个关键问题.基于多通道网络能较好改善深度特征表示能力的发现,设计了一种双路信息互补增强的压缩感知深度重构网络,以更好地提升网络的重构... 详细信息

深度学习的方法在压缩感知重构中表现了良好潜能,而如何提升网络的深度特征表示能力是其中的一个关键问题.基于多通道网络能较好改善深度特征表示能力的发现,设计了一种双路信息互补增强的压缩感知深度重构网络,以更好地提升网络的重构性能.具体地,重构网络由两个并行通道组成,一个通道实现对图像原始分辨率的重构,而另一个通道实现对图像的降采样重构;两个通道的中间特征提取部分采用交叉融合技术,以实现信息提取的互补增强.基于公开发布的标准测试集的实验验证了所提出的方法在提升压缩感知图像的深度重构质量的有效性.

关键词：压缩感知重构深度学习双路网络信息互补增强

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

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

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

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

在线全文

在线全文

在线全文

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：