期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于Logistic和Arnold变换的HEVC选择性加密方案 被引量:4
1
作者 周怡钊 王晓东 +1 位作者 章联军 兰琼 《计算机应用》 CSCD 北大核心 2019年第10期2973-2979,共7页
为了有效地保护视频信息,根据H.265/高效视频编码(HEVC)的特点,提出一种变换系数置乱和语法元素加密相结合的方案。针对变换单元(TU),利用Arnold变换对4×4大小的TU进行置乱,同时设计了一种移位加密器,根据TU的直流电(DC)系数近似... 为了有效地保护视频信息,根据H.265/高效视频编码(HEVC)的特点,提出一种变换系数置乱和语法元素加密相结合的方案。针对变换单元(TU),利用Arnold变换对4×4大小的TU进行置乱,同时设计了一种移位加密器,根据TU的直流电(DC)系数近似分布规律对加密器进行初始化,并用Arnold变换生成加密映射对8×8、16×16、32×32大小TU的DC系数进行移位加密。针对熵编码过程中部分采用旁路编码的语法元素,利用Logistic混沌序列进行加密。加密后的视频峰值信噪比(PSNR)和结构相似性(SSIM)分别平均下降了26.1dB和0.51,压缩率仅降低了1.126%,也仅带来0.170%的编码时间增长。实验结果表明,在保证较好的加密效果、对比特率影响较小的前提下,所提方案具有较小的额外编码开销,适用于实时视频应用。 展开更多
关键词 高效视频编码 LOGISTIC ARNOLD变换 选择性加密 变换单元 语法元素
下载PDF
基于特征组合的多目标监督性语音分离研究 被引量:1
2
作者 兰琼 陆志华 +1 位作者 叶庆卫 周宇 《无线通信技术》 2019年第3期17-22,共6页
为提高监督性语音分离在多种训练目标下的分离性能,提出一种基于特征组合的多目标监督性语音分离方法.针对声学特征之间的不同特性,采用group lasso方法对时频域特征进行选择及组合;利用深度神经网络(Deep Neural Network,DNN)模型实现... 为提高监督性语音分离在多种训练目标下的分离性能,提出一种基于特征组合的多目标监督性语音分离方法.针对声学特征之间的不同特性,采用group lasso方法对时频域特征进行选择及组合;利用深度神经网络(Deep Neural Network,DNN)模型实现组合特征在多目标下的分离实验.实验结果表明,使用特征组合得到的分离性能有显著的提高,且在多种训练目标下都显示出了可行性与优越性. 展开更多
关键词 语音分离 监督性学习 特征组合 DNN
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部