陈宁
- 作品数：29 被引量：58H指数：5
- 供职机构：华东理工大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金河南省科技发展计划项目更多>>
- 相关领域：自动化与计算机技术电子电信化学工程经济管理更多>>
- 基于图神经网络与多特征融合的说话人验证模型
- 2023年
- 近期研究表明,基于大量无标签语音样本训练的预训练模型所提取的特征在说话人验证(SV)任务中表现突出。然而,现有模型尚无法利用帧级特征间的拓扑结构特性对帧级特征进行有效的优化和聚合,并且网络复杂度较高不利于实现实时性;同时,现有模型尚无法充分利用多种输入特征之间的互补性以进一步提升模型的性能。为此,一方面引入图神经网络,利用帧级特征间的拓扑结构特性对帧级特征进行优化;另一方面,构造基于多损失的多特征融合机制以充分利用不同特征之间的互补性进一步提升模型的性能。在VoxCeleb上的实验结果表明,与现有模型相比,该模型GACNPF实现了更低的错误率和时间复杂度;更重要的是,该模型具有很好的灵活性,能够融合任意多种特征,且可被应用于其他基于预训练特征提取的分类任务。
- 曹嘉玲陈宁
- 基于残差注意力U-Net结构的端到端歌声分离模型被引量：4
- 2021年
- 歌声分离是音乐信息检索领域最具挑战的任务之一,本文对基于Wave-U-Net的歌声分离模型进行了改进以增强其性能。首先,在Wave-U-Net的编码和解码块中设计并引入了残差单元以增强其特征提取的有效性和训练效率;然后,在Wave-U-Net的跳跃连接部分设计并引入了注意力门控机制以减少从编码块对应层提取的特征和来自解码块上一层特征之间的语义鸿沟。在MUSDB18数据集上的实验结果表明:本文提出的RA-WaveUNet模型在分离性能上优于传统的Wave-U-Net模型;采用残差单元和注意力门控机制均有助于提高模型的性能。
- 汪斌陈宁
- 基于脑电功能连接微状态序列递归分析的情绪解码模型
- 2023年
- 脑电微状态代表准稳定的全局神经元活动,被认为是大脑动力学的构建模块,而基于微状态概率统计的特征不能很好表征脑电的动态变化特性。针对该问题提出了基于脑电微状态序列递归分析的情绪解码模型。该模型通过聚类从脑电功能连接模式中提取出具有代表性的微状态典型模式,将原始脑电信号映射为微状态时间序列,构建递归图表征脑电动力学特性,并利用卷积神经网络对递归图实现情绪解码。在公开的脑电情绪数据集(DEAP)上的实验结果表明该模型实现了比传统微状态方法更好的情绪解码效果。
- 李光强陈宁林家骏
- 关键词：脑功能连接脑电图
- 多特征非接触式测谎技术
- 2020年
- 为提高测谎准确率,提出了一种基于多模态信息融合的测谎模型。在该模型的支持下,仅需对测谎者在说话期间的视频与音频信号进行处理即可有效完成测谎评估任务。心率可以反映测谎者的情绪变化,通过光电体积描记(Photo-Plethysmography,PPG)方法及全连接网络提取心率变化特征,通过3D卷积神经网络(3D-Convolutional Neural Networks,3DCNN)及Word2Vec+CNN提取视频与语义特征,并将特征进行融合;使用线性支持向量机(Linear Support Vector Machines,L-SVM)对融合后的特征进行分类。在开源Real-life Trial数据集上的仿真实验结果表明,与其他多模态模型相比,本文提出的测谎模型在三模态下的准确率提升了2.74%。
- 魏江平林家骏陈宁
- 关键词：非接触式
- 基于HOG3D描述器与稀疏编码的异常行为检测方法被引量：1
- 2016年
- 提出了一种基于稀疏编码理论的视频异常行为检测方法,并使用HOG3D空-时描述器表征视频序列的形态及运动信息。首先,从正常视频序列中提取空-时兴趣点,获得其特征向量作为训练样本。通过K-SVD字典训练算法构建过完备字典,使得正常样本在所构建字典上的表达具有很好的稀疏性。在稀疏编码过程中,按视频段读取测试视频序列,求解特征信息在字典上的关于其稀疏系数的凸优化问题,然后根据稀疏编码改进公式求得重构误差数值。最后的判断阶段,计算视频段的相对重构误差,相对重构误差为正表明为异常视频段,否则为正常视频段。在UMN数据库3个场景及Weizmann数据库上进行实验,验证了本文算法的有效性。将实验拓展到现实监控视频中,结果表明本文方法在实践中同样具有较好的应用价值。
- 何聪芹朱煜陈宁
- 关键词：异常行为检测重构误差
- 基于对抗网络的声纹识别域迁移算法
- 2022年
- 针对声纹识别任务中常常出现的由于真实场景语音与模型训练语料在内部特征(情感、语言、说话风格、年龄)或外部特征(背景噪声、传输信号、麦克风、室内混响)等方面的差异所导致的模型识别率低的问题,提出了一种基于对抗网络的声纹识别域迁移算法。首先,利用源域语音对X-Vector的声纹识别模型进行训练;然后,采用域迁移方法将源域训练的XVector模型迁移至目标域训练数据;最后,在目标域测试数据上检测迁移后的模型性能,并将其与迁移前的模型性能进行对比。实验中采用AISHELL1作为源域,采用VoxCeleb1和CNCeleb分别作为目标域对算法性能进行测试。实验结果表明,采用本文方法进行迁移后,在VoxCeleb1和CN-Celeb的目标域测试集上的等错误率分别下降了21.46%和19.24%。
- 季敏飞陈宁
- 关键词：声纹识别
- 基于Gammachirp耳蜗能量谱特征提取的音频指纹算法被引量：2
- 2015年
- 提出了基于Gammachirp耳蜗能量谱的音频时频域特征表示方法,并在此基础上进一步构造了一种音频指纹算法。首先利用非负矩阵分解(Non-negative Matrix Factorization,NMF)提取Gammachirp耳蜗能量谱的局部特征,然后对该局部特征进行差分和量化,以提高算法的鲁棒性,并降低检索的计算复杂度。实验结果表明:在经受音频编辑软件多种攻击和实际环境中录音检索时,本文算法都具有很好的鲁棒性和识别率。
- 孟建华陈宁
- 关键词：非负矩阵分解
- 面向翻唱歌曲识别的改进相似度网络融合算法
- 2023年
- 提出了改进型相似度网络融合(modified similarity network fusion, MSNF)算法,通过自建核矩阵实现了非方阵的直接融合;通过引入核矩阵的融合,避免了由表现较差的特征构造的核矩阵的负面影响的延伸。在3个数据集上的实验结果表明:MSNF算法在翻唱歌曲识别任务中取得了比SNF算法更高的识别准确率,大幅度降低了时间复杂度。
- 朱东辉陈宁
- 关键词：核矩阵
- 基于深度图像HOG特征的实时手势识别方法被引量：6
- 2015年
- 手势识别是模式识别领域的一个热点研究方向。提出了一种利用Kinect传感器深度图像进行手势分割的方法,并研究了基于灰度图像HOG特征的手势识别模型;深入研究了HOG特征,分析其特征向量特点,探讨了不同特征维数对训练机的影响及处理效率;通过SVM机器学习方法实现手势的分类识别,经过对大量实验样本的优化训练,获得了最优SVM参数,并进行分析、对比识别率。本文方法维数少、识别率高、运行速度快、性能稳定,能满足实时性手势识别的要求。
- VanBang L E朱煜赵江坤陈宁
- 关键词：KINECT深度图像HOG特征手势识别
- 基于混合判别受限波兹曼机的音乐自动标注算法被引量：4
- 2017年
- 对于音乐自动标注任务,在很多情况下,未标注的歌曲量远远超过已标注的歌曲数据,从而导致训练结果不理想。生成模型能够在某种程度上适应少量数据集的情况,得出较为满意的结果,然而,在有充分数据集的情况下生成模型的效果却劣于判别模型。本文提出了一种结合生成模型与判别模型两者优势的面向音乐自动标注的混合判别波兹曼机模型,该模型可明显提升音乐自动标注的准确率。实验结果表明,混合波兹曼机的效果不仅好于传统的机器学习模型,同时,模型在拥有足够训练数据量的情况下与判别模型效果相当,且在训练集较少的情况下效果也好于判别模型。另外,为了防止模型过拟合,还引入了Dropout规则化方法以进一步加强模型的性能。
- 王诗俊陈宁
- 关键词：人工智能
