基于卷积神经网络的声波图像转声音方法技术
Acoustic image conversion method based on convolution neural network
The present invention discloses the acoustic image convolution neural network method based on voice conversion, which belongs to the technical field of image processing, wherein the method comprises treating detection image feature extraction, similarity index and search results, the acoustic image convolution neural network to realize voice method based on feature extraction and recognition of sound and graphics. The sound output signal corresponding to the acoustic pattern at the same time, the similarity calculation by setting the threshold, improve the computational efficiency, the use of depth in the picture and sound database learning extract image features, makes a more accurate description of the image.
【技术实现步骤摘要】
基于卷积神经网络的声波图像转声音方法
本专利技术涉及图像处理
，尤其涉及基于卷积神经网络的声波图像转声音方法。
技术介绍
目前任何一段声音可输出为声波图形，但声波图形由于其复杂性不能直接被识别为原来对应的声音；也就是还没有一个完整的系统和技术可以完成声波图形（比如纹身在身上）到声音的转换。目前信息载体的识别，以识别二维码为主，但二维码在美观性和可设计性方面不足，而声波图形同样可以作为信息载体，通过图形识别输出图形对应的声音等信息，在美观性和可设计性方面有优势。目前的图像检索系统一般都是使用传统的特征提取技术比如sift，gist等，但是这样的技术存在一定的检索错误率，并且当数据量很大时运算时间很长。针对相关技术中的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术要解决的技术问题是克服现有的技术缺陷，提供基于卷积神经网络的声波图像转声音方法，可以有效解决
技术介绍
中的问题。为解决上述技术问题，本专利技术采用的一个技术方案是；基于卷积神经网络的声波图像转声音方法，包括以下步骤：S1对待检测图片A进行特征提取：对包含声波信息的待检测图片A进行预处理后，通过改...
【技术保护点】
基于卷积神经网络的声波图像转声音方法，其特征在于，包括以下步骤：S1 对待检测图片A进行特征提取：对包含声波信息的待检测图片A进行预处理后，通过改进的卷积神经网络对待检测图片A进行特征提取出特征向量A1；S2 相似度计算：设定阈值，将特征数据库中所有与步骤S1中特征向量A1距离小于所述阈值的特征向量分别与步骤S1中特征向量A1进行对比，选择与步骤S1中特征向量A1距离最近的特征向量B1；S3 查找索引结果：根据步骤S2相似度计算中所述特征向量B1在图片和声音数据库中检索出特征向量B1所对应的图片B以及图片B所对应的声音C,并输出所述声音C。
【技术特征摘要】
1.基于卷积神经网络的声波图像转声音方法，其特征在于，包括以下步骤：S1对待检测图片A进行特征提取：对包含声波信息的待检测图片A进行预处理后，通过改进的卷积神经网络对待检测图片A进行特征提取出特征向量A1；S2相似度计算：设定阈值，将特征数据库中所有与步骤S1中特征向量A1距离小于所述阈值的特征向量分别与步骤S1中特征向量A1进行对比，选择与步骤S1中特征向量A1距离最近的特征向量B1；S3查找索引结果：根据步骤S2相似度计算中所述特征向量B1在图片和声音数据库中检索出特征向量B1所对应的图片B以及图片B所对应的声音C,并输出所述声音C。2....
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。