基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
经典的听觉注意计算模型主要针对声音强度、频率、时间等初级听觉特征进行研究,这些特征不能较好地模拟听觉注意指向性,必须寻求更高级的听觉特征来区分不同声音.根据听觉感知机制,本文基于声源方位特征和神经网络提出了一种双通路信息处理的自下而上听觉选择性注意计算模型.模型首先对双耳信号进行预处理和频谱分析;然后,将其分别送入where通路和what通路,其中where通路用于提取方位特征参数,并利用神经网络提取声源的局部方位特征,接着通过局部特征聚合和全局优化法得到方位特征显著图;最后,根据方位特征显著图提取主导方位并作用于what通路,采用时频掩蔽法分离出相应的主导音.仿真结果表明:该模型引入方位特征作为聚类线索,利用多级神经网络自动筛选出值得注意的声音对象,实时提取复杂声学环境中的主导音,较好地模拟了人类听觉的方位分类机制、注意选择机制和注意转移机制.
推荐文章
视觉选择性注意计算模型
视觉注意
显著图
显著区域
注意焦点
一种权值可发育的视觉选择性注意模型研究
Itti视觉选择性注意模型
权值可发育
自主发育
特征提取
显著图
模型训练
基于视觉选择性注意机制的目标检测的研究
视觉选择性注意
显著图
目标检测
视觉选择性注意计算模型
视觉注意
显著图
显著区域
注意焦点
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于方位特征的听觉选择性注意计算模型研究
来源期刊 自动化学报 学科
关键词 听觉选择性注意 方位特征 自下而上 神经网络
年,卷(期) 2017,(4) 所属期刊栏目 论文与报告
研究方向 页码范围 634-644
页数 11页 分类号
字数 8187字 语种 中文
DOI 10.16383/j.aas.2017.c160277
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏秀渝 四川大学电子信息学院 43 183 8.0 11.0
2 吕菲 四川大学电子信息学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (132)
共引文献  (71)
参考文献  (16)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (0)
1946(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(4)
  • 参考文献(0)
  • 二级参考文献(4)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(2)
  • 二级参考文献(6)
2006(15)
  • 参考文献(0)
  • 二级参考文献(15)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(9)
  • 参考文献(0)
  • 二级参考文献(9)
2013(20)
  • 参考文献(2)
  • 二级参考文献(18)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(8)
  • 参考文献(4)
  • 二级参考文献(4)
2016(4)
  • 参考文献(3)
  • 二级参考文献(1)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
听觉选择性注意
方位特征
自下而上
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
论文1v1指导