[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

本文公開了一種HRTF個人化方法，特別是一種基于稀疏表示分類的HRTF個人化方法。該方法首先將所有被試的生理參數數據庫稀疏化；然后尋找生理參數數據庫中與被試A生理參數稀疏表示相同的被試B；最后，將被試B的HRTF數據庫作為被試A的生理參數數據庫。該算法通過稀疏表示分類的方法來實現HRTF個人化，該方法與現有的生理參數匹配算法相比，匹配效果更好。

技術領域

本文涉及一種HRTF個人化方法，特別是一種基于稀疏表示分類的HRTF個人化方法。

背景技術

頭相關傳遞函數(Head Related Transfer Function，HRTF)是用以描述自由場聲源發出的聲音經過頭部、耳廓、軀干等生理結構的散射和反射后到達雙耳的頻域聲學傳遞函數，由于不同個體的生理結構和尺寸是不同的，而HRTF與生理結構和尺寸密切相關，因而是具有明顯個人化特征的物理量。

軀干、頭部以及耳廓等生理結構的濾波作用對聲信號的影響更顯著，也就是說生理結構對HRTF具有更顯著影響。因此，人們很自然的想到通過找出生理結構最為接近的對象來完成HRTF的個人化預測。理論上，生理參數相同時，HRTF也相同。

數據庫匹配方法是以人體生理結構的相似性作為依據的，即對于任意一個受試者，在給定的由大量HRTF已知的聽者生理參數組成的數據庫中尋找最佳的匹配者，抽取其HRTF數據作為該聽者的HRTF。

文獻“結合生理參數選擇和數據庫匹配的HRTF個人化方法，聲學技術，2009，第28卷第6期”公布了一種基于生理參數和數據庫匹配的HRTF個人化方法，該方法是基于CIPIC數據庫進行的，首先從HRTF中提取出方向傳遞函數并進行主成分分析，將得到的權重系數作為HRTF特征值，接下來計算各生理參數之間的線性相關性，找出相關性不明顯的生理參數作為獨立生理參數，然后利用線性相關性及多元回歸分析檢測獨立生理參數與HRTF特征值之間的關系，選出影響大的生理參數用于進行數據庫匹配進而得到個人化的HRTF數據。然而以CIPIC數據庫為依據的數據庫匹配僅考慮了二維的生理參數。這種匹配將人體的生理參數簡化為了一個個二維標量，忽略掉了人體生理參數的三維信息。而聲音通過頭部、軀干以及耳廓進行的反射和散射是在平面上進行，具有非常明顯的三維特征。故應用二維生理參數進行數據庫匹配時匹配結果的可靠性較低。

發明內容

在現有數據庫匹配算法中,應用的生理參數僅為二維標量，忽略掉了人體生理參數的三維信息。僅以二維生理參數進行數據庫匹配，匹配出的被試的生理參數較低。為提高匹配結果的可靠性，基于生理結構相同時，相同方位角和俯仰角下的HRTF數據相同的理論，本發明提出一種稀疏表示分類的數據庫匹配方法。該方法是基于三維生理參數數據庫的。由于生理參數相同時，生理參數是的稀疏表示也相同，因此本專利提出的方法將HRTF個人化問題轉化為尋找人體生理特征的稀疏表示。首先，將所有被試的生理參數數據庫稀疏化；然后尋找生理參數數據庫中與被試A生理參數稀疏表示相同的被試B；最后，將被試B的HRTF數據庫作為被試A的生理參數數據庫。

技術方案

為提高現有技術在HRTF個人化方面的表現，本發明提出一種基于稀疏表示分類的HRTF個人化方法。

本發明解決其技術問題所采用的技術方案在于，基于稀疏表示分類的HRTF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：