本发明公开了一种均匀大气激光雷达背景噪声判定方法,属于涉及激光雷达大气探测技术领域,基于均匀大气激光雷达距离平方校正信号极值点位置处的导数,获取均匀大气激光雷达信号的背景噪声精确值。首先根据均匀大气激光雷达原始信号,做出相应的距离平方校正信号的波形形状,确定距离平方校正信号的极值点位置;然后在极值点位置处,距离平方校正信号对距离位置坐标求导,使导数为零并建立方程;接着基于均匀大气消光,得到极值处大气消光系数;最后结合极值位置处距离平方校正信号的数值大小,和极值点位置处的消光系数,推算出背景噪声的大小。本发明方法可以判定激光雷达回波背景噪声的精确值,为进一步分析激光雷达数据方法提供方便。
📄 2025106171914
📂 G01S17_95
👤 南京信息工程大学
📅 2025-05-14
本发明请求保护一种语音信号非连续传输及背景噪声生成方法,此方法包括:在语音帧向静音帧转换时加入过渡帧,根据静音帧中背景噪声的波动值大小来决定发送静音描述帧的频率。在解码端,以白噪声作为激励信号,通过线性预测编码合成滤波器后,再经过增益调整得到舒适噪声。本发明在传输噪声信号时具有较好的自适应性,并且合成的背景噪声在主观听觉上具有良好的连续性和舒适性。
📄 2013106828444
📂 G10L19_012
👤 重庆邮电大学
📅 2013-12-16
本发明公开了一种基于背景噪声削弱的无人机航拍小目标检测方法,涉及计算机视觉技术领域。本发明包括以下步骤:S1、获取目标子数据集;S2、构建YOLOv5神经网络;S3、利用目标子数据集训练YOLOv5神经网络;S4、利用YOLOv5神经网络模型加载无人机航拍图片,并前向传播一次,即可对不同大小的目标进行定位和分类,并输出不同大小目标的Obj、Reg和Cls,其中,Obj表示预测目标的置信度,Reg表示预测目标的边框信息,Cls表示预测目标的类别。本申请能对无人机拍摄的图像中的小目标进行有效提取,而且,在利用颈部网络融合的过程中还可对特征图中的背景噪声进行有效削弱。
📄 2024106578184
📂 G06V10_25
👤 齐鲁工业大学(山东省科学院)
📅 2024-05-27
本发明公开了一种基于学习补偿的背景噪声去除方法,包括以下步骤:步骤(1):按照会议规模将会议场景背景噪声数据集分为小型会议背景噪声、中等会议背景噪声、大型会议背景噪声;步骤(2):背景噪声估计具体为:步骤(2.1):采用GMM模型学习背景噪声的特征,分别得出小型会议背景噪声、中等会议背景噪声、以及大型会议背景噪声的背景噪声分布;步骤(2.2):通过GMM识别出采集的语音信号属于何种规模的背景噪声,最后根据识别结果选择对应规模的背景噪声分布;步骤(3):根据所估计出的背景噪声分布,采用噪声学习补偿算法对采集的语音信号进行补偿,去除采集语音信号中的背景噪声。本发明具有有效去除背景噪声的优点。
📄 2019101824637
📂 G10L21_0208
👤 南京邮电大学
📅 2019-03-11
本发明基于循环一致性对抗网络的碑帖二值化背景噪声模拟方法,包括如下步骤:步骤1,建立取样样本;步骤2,根据样本,进行预处理,得到最终训练数据;步骤3,将步训练数据进行训练,依次更新辨别器权重和生成器权重;步骤4,将待处理的碑帖数据样本带入经步骤3更新的辨别器和生成器中进行加噪,得到模拟噪声后的配对碑帖数据集。本发明涉及的方法对于古文碑帖、书法汉字由于时间原因所造成的背景杂点,能够正确模拟同时得到与干净碑帖图像对应的带噪图像,为数字化书法图像去噪提供了有效支撑,提高碑帖图像去噪效果,具有很好的使用价值。
📄 2020100280455
📂 G06T5_00
👤 西安理工大学
📅 2020-01-10