检索结果

Select

1. 改进音高轮廓创建和选择的旋律提取算法

李强, 于凤芹

计算机应用 2018, 38 (8): 2411-2415. DOI: 10.11772/j.issn.1001-9081.2018020311

摘要（784）

PDF （803KB）（479）

针对复调音乐中不同声源的相互干扰而导致同一声源音高序列的不连续，从而降低音高估计精度的问题，提出改进音高轮廓创建和选择的旋律提取算法。算法首先计算时频谱中每一点的音高显著性，并提出基于听觉流线索和音高显著性的连续性创建音高轮廓；为了进一步选择旋律音高轮廓，随后提出根据伴奏的重复特性去除非旋律音高轮廓，主要采用动态时间规整算法计算旋律和非旋律音高轮廓间的相似度；最后，提出利用相邻音高轮廓的长时关系检测旋律音高轮廓中的倍频错误，并平滑旋律音高轮廓形成旋律音高线。在数据集ORCHSET上进行仿真实验，结果表明所提出的改进算法比改进前提高了2.86%的音高估计精度和3.32%的总精度，可有效解决音高估计问题。

参考文献 | 相关文章 | 多维度评价

Select

2. 改进的显式形状回归人脸特征点定位算法

贾项南, 于凤芹, 陈莹

计算机应用 2018, 38 (5): 1289-1293. DOI: 10.11772/j.issn.1001-9081.2017102586

摘要（475）

PDF （862KB）（473）

针对显式形状回归（ESR）人脸特征点定位精度低的问题，提出了改进的显式形状回归人脸特征点定位算法。首先定位出三点人脸形状代替人脸检测框作为初始形状的映射标准来得到更精确的初始人脸形状，然后采用像素块特征代替像素特征对抗光照变化来提高算法的鲁棒性，最后采用多假设融合策略代替平均法对多个定位结果进行最佳融合来进一步提高算法的定位精度。仿真实验结果表明，在LFPW、HELEN和300-W人脸库上，与显式形状回归算法相比，定位精度分别提高了7.96%、5.36%和1.94%。

参考文献 | 相关文章 | 多维度评价

Select

3. 结合多尺度时频调制与多线性主成分分析的乐器识别

王飞, 于凤芹

计算机应用 2018, 38 (3): 891-894. DOI: 10.11772/j.issn.1001-9081.2017092175

摘要（439）

PDF （815KB）（431）

针对目前时域频域特征、倒谱特征、稀疏特征、概率特征对同族乐器错分率高且对打击乐器识别不佳的问题，提出一种提取时频信息且低冗余度的模型用于乐器识别。首先利用耳蜗模型对乐音进行谐波分解，生成接近人耳感知且包含时频信息的听觉谱图（AS）；随后利用多尺度滤波器对听觉谱图多尺度时频调制（MTFM）以观测时频的变化；最后利用多线性主成分分析（MPCA）对调制输出在保留数据内在相关的前提下降维，并使用支持向量机（SVM）分类。仿真实验表明，该方法在IOWA数据库上取得92.74%的正确率，对打击乐器与同族乐器的错分率分别为3%与9.12%，均优于上述特征。相比主成分分析（PCA）降维，MPCA提高识别准确率6.43%。因此，该模型适用于对同族乐器与打击乐器的识别。

参考文献 | 相关文章 | 多维度评价