[發明專利]基于稀疏約束的頭相關傳輸函數個性化建模系統有效
| 申請號: | 201810697788.4 | 申請日: | 2018-06-29 |
| 公開(公告)號: | CN109145360B | 公開(公告)日: | 2020-08-04 |
| 發明(設計)人: | 陶建華;戚肖克 | 申請(專利權)人: | 中國科學院自動化研究所 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20;G06F111/10 |
| 代理公司: | 北京瀚仁知識產權代理事務所(普通合伙) 11482 | 代理人: | 郭文浩;陳曉鵬 |
| 地址: | 100190 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 稀疏 約束 相關 傳輸 函數 個性化 建模 系統 | ||
1.一種基于稀疏約束的頭相關傳輸函數個性化建模系統,其特征在于包括稀疏建模模塊、權值映射模塊和頭相關傳輸函數生成模塊;
所述稀疏建模模塊配置為根據預先獲取的人體生理參數和HRTF數據分別構建相應的第一非負稀疏模型和第二非負稀疏模型;
所述權值映射模塊配置為獲取所述第一非負稀疏模型和第二非負稀疏模型之間的模型權重映射關系;
所述頭相關傳輸函數生成模塊包括稀疏建模子模塊、權值更新子模塊和HRTF生成子模塊;所述稀疏建模子模塊配置為根據預先獲取的目標對象的生理參數構建相應的第三非負稀疏模型;所述權值更新子模塊配置為根據所述模型權重映射關系對所述第三非負稀疏模型的模型權重進行更新;所述HRTF生成子模塊配置為根據所述權值更新子模塊更新后的模型權重和所述HRTF數據生成所述目標對象的頭相關傳輸函數。
2.根據權利要求1所述的基于稀疏約束的頭相關傳輸函數個性化建模系統,其特征在于,所述人體生理參數包括生理參數訓練集和生理參數測試集,所述HRTF數據包括HRTF訓練集和HRTF測試集;所述稀疏建模模塊包括第一稀疏建模子模塊和第二稀疏建模子模塊;
所述第一稀疏建模子模塊配置為根據所述生理參數訓練集和生理參數測試集構建第一非負稀疏模型;
所述第二稀疏建模子模塊配置為根據所述HRTF訓練集和HRTF測試集構建第二非負稀疏模型。
3.根據權利要求2所述的基于稀疏約束的頭相關傳輸函數個性化建模系統,其特征在于,所述第一稀疏建模子模塊還配置按照下式所示的方法優化所述第一非負稀疏模型的模型權重:
s.t.,wa≥0,
其中,所述為優化后的wa,所述wa為所述第一非負稀疏模型的模型權重,所述At為所述生理參數測試集中的生理參數,所述Atr為所述生理參數訓練集,所述s.t.表示非負稀疏約束,所述λa為預設的控制所述第一非負稀疏模型稀疏度的系數,所述表示At-waAtr的2范數的平方,所述||wa||1表示wa的1范數。
4.根據權利要求2所述的基于稀疏約束的頭相關傳輸函數個性化建模系統,其特征在于,所述第二稀疏建模子模塊還配置按照下式所示的方法優化所述第二非負稀疏模型的模型權重:
s.t.,wh≥0,
其中,所述為優化后wh,所述wh為所述第二非負稀疏模型的模型權重,所述Lt為所述HRTF測試集中的頭相關傳輸函數,所述Ltr為所述HRTF訓練集,所述s.t.表示非負稀疏約束,所述λh為預設的控制所述第二非負稀疏模型稀疏度的系數,所述表示Lt-whLtr的2范數的平方,所述||wh||1表示wh的1范數。
5.根據權利要求2所述的基于稀疏約束的頭相關傳輸函數個性化建模系統,其特征在于,所述稀疏建模子模塊進一步配置為根據所述生理參數訓練集和目標對象的生理參數構建相應的第三非負稀疏模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國科學院自動化研究所,未經中國科學院自動化研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810697788.4/1.html,轉載請聲明來源鉆瓜專利網。





