[發明專利]基于稀疏表示分類的HRTF個人化方法

有效

• 申請號: 201910642714.5
• 申請日: 2019-07-16
• 公開（公告）號: CN110489470B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 曾向陽;路東東
• 申請（專利權）人: 西北工業大學
• 主分類號: G06F16/25
• 分類號: G06F16/25;G06K9/62;H04S1/00
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 云燕春

1.基于稀疏表示分類的頭相關傳遞函數個人化方法，包括如下步驟：

步驟一：建立稀疏模型；

在三維生理參數分類中，第i類被試中被試個數為n_i，全部被試被表示為其中，m為單個被試生理參數的維數；第i類中任一被試的生理參數均通過式(1)進行表示：

其中，為標量；

將所有被試生理參數組成一個新的字典A：

A＝[A₁,...,A_k]∈R^m×n (2)

其中，n＝n₁+n₂+...+n_k，n表示全部個體的數量；

對于一個測試樣本y，訓練樣本通過字典A中所有列向量的線性組合獲得；求解樣本類別的問題將轉換為求解y＝Ax∈R^m的過程，如果測試樣本屬于哪一類則，該類對應的x不為0；若測試樣本不屬于該類樣本，則該類對應的x為0；

步驟二：稀疏模型求解；

在求解樣本類別x過程中，y＝Ax∈R^m是一個凸集，因此，y＝Ax∈R^m是一個凸優化問題；對x進行L1-范數約束如式(3)：

步驟三：系數模型分類；

測試樣本能被表示為：

y_i＝Aδ_i(x) (4)

通過樣本與數據庫中所有被試的殘差來量度測試樣本與整個數據庫中各被試的相似性，殘差可表示為(5)：

r_i(y)＝||y-Aδ_i(x)||₂ (5)

其中，r_i(y)表示殘差；

選擇殘差最小的被試作為與測試樣本想匹配的被試，通過式(6)獲得與測試樣本匹配的被試。