[发明专利]一种基于多任务时频卷积神经网络的双耳听觉声源空间方向估计方法和系统在审
| 申请号： | 201910808412.0 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110501673A | 公开（公告）日： | 2019-11-26 |
| 发明（设计）人： | 刘宏;庞程;丁润伟;杨冰;袁佩佩 | 申请（专利权）人： | 北京大学深圳研究生院 |
| 主分类号： | G01S5/22 | 分类号： | G01S5/22;G06F17/14;G06N3/04;G06N3/08 |
| 代理公司： | 11200 北京君尚知识产权代理有限公司 | 代理人： | 邱晓锋<国际申请>=<国际公布>=<进入 |
| 地址： | 518055 广东省深*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于多任务时频卷积神经网络的双耳声源空间方向估计方法和系统。本方法首先提取双耳信号连续多帧的时频双耳特征线索作为神经网络的输入；然后，利用时频卷积神经网络对输入的时频双耳特征线索进行建模和融合，输出可用于同时估计声源转向角和俯仰角的共享特征；最后，基于该共享特征利用多任务神经网络对声源转向角和俯仰角进行学习和估计。本方法对未知类型的噪声具有较好的鲁棒性，时频卷积神经网络可有效地学习双耳特征的时频信息同时实现对双耳线索的有效融合，多任务神经网络可有效地结合并增强声源转向角和俯仰角估计。该方法的优势在于为实际复杂噪声场景下的声源定位提供了一种有效的思路。 | ||
| 搜索关键词： | 时频 双耳 声源 卷积神经网络 神经网络 俯仰角 转向角 有效地 线索 噪声 空间方向 声源定位 双耳信号 有效融合 鲁棒性 共享 多帧 建模 可用 场景 融合 输出 学习 | ||
【主权项】：
1.一种基于多任务时频卷积神经网络的双耳听觉声源空间方向估计方法，其步骤包括：/n1)提取双耳信号连续多帧的双耳特征线索，得到时频双耳特征线索；/n2)利用时频卷积神经网络对时频双耳特征线索进行建模和融合，通过二维卷积操作学习输入的时频双耳特征线索的时频信息，输出用于同时估计声源转向角和俯仰角的共享特征；/n3)基于声源转向角和俯仰角的共享特征，利用多任务神经网络对声源转向角和俯仰角进行学习和估计。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学深圳研究生院，未经北京大学深圳研究生院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910808412.0/，转载请声明来源钻瓜专利网。
