数据特征提取方法、录音重放检测方法、存储介质和电子设备技术

本发明专利技术实施例提供一种数据特征提取方法、录音重放检测方法、存储介质和电子设备。数据特征提取方法包括：获取待处理数据；通过包括至少一个网络构建块的深度神经网络，从待处理数据提取特征数据，其中，该网络构建块包括融合模块和并联的多路处理模块，通过各路处理模块分别提取所述待处理数据的部分特征数据，各路处理模块提取的部分特征数据分属于不同维度的特征数据，并且通过融合模块将多路处理模块输出的部分特征数据拼接在一起，作为网络构建模块的输出数据。由此，能够通过层数较少的网络构建块来构建用于提取特征数据的小型深度神经网络，从而在数据不充足或者计算能力有限的情况下，使用小型深度神经网络来实现预期的功能。

Data feature extraction method, recording replay detection method, storage medium and electronic equipment

【技术实现步骤摘要】
数据特征提取方法、录音重放检测方法、存储介质和电子设备
本专利技术实施例涉及信息处理技术，尤其涉及一种数据特征提取方法、录音重放检测方法、存储介质和电子设备。
技术介绍
残差神经网络ResNet是一个卷积神经网络，其采用Network-In-Network的结构，通过堆叠最基本的残差模块，形成最终的网络结构。一种ResNet中的基本构建块如图1所示，其中，基本构建块由两个堆叠的方框表示，每个方框表示卷积操作，每个方框内的标注表示(入通道数，卷积核，出通道数)。在图1示出的基本构建块中，每个卷积操作涉及64个入通道数、3×3卷积核以及64个出通道数。ResNeXt是ResNet的一个改进版本，其通过拆分、转换、融合的三步策略，将每个基本构建块中的通路数量增加。这种方式能够在保持模型参数量基本不变的基础上，提高模型的性能。按照这种思路对图1示出的ResNet的基本构建块进行重构，可得到如图2所示的基本构建块的结构。其中，通过32个通路的残差模块进行相同的特征提取处理，然后将从这32个通路提取的特征数据相加，以获得融合的特征数据。当基本构建块的深度为2时，按照ResNeXt思路构建的基本构本文档来自技高网...

【技术保护点】
1.一种数据特征提取方法，包括：获取待处理数据；通过包括至少一个网络构建块的深度神经网络，从所述待处理数据提取特征数据，其中，所述网络构建块包括融合模块和并联的多路处理模块，通过各路处理模块分别提取所述待处理数据的部分特征数据，各路处理模块提取的部分特征数据分属于不同维度的特征数据，并且通过所述融合模块将所述多路处理模块输出的部分特征数据拼接在一起，作为所述网络构建模块的输出数据。

【技术特征摘要】
1.一种数据特征提取方法，包括：获取待处理数据；通过包括至少一个网络构建块的深度神经网络，从所述待处理数据提取特征数据，其中，所述网络构建块包括融合模块和并联的多路处理模块，通过各路处理模块分别提取所述待处理数据的部分特征数据，各路处理模块提取的部分特征数据分属于不同维度的特征数据，并且通过所述融合模块将所述多路处理模块输出的部分特征数据拼接在一起，作为所述网络构建模块的输出数据。2.根据权利要求1所述的方法，其中，所述处理模块包括第一卷积层和第二卷积层，所述第一卷积层的输入端接收所述处理模块的输入，所述第二卷积层的输入端接收所述第一卷积层的输出，所述第一卷积层的输出通道个数和所述第二卷积层的输入通道个数相同。3.根据权利要求2所述的方法，其中，所述第一卷积层的输入通道个数大于所述第一卷积层的输出通道个数。4.根据权利要求3所述的方法，其中，所述第一卷积层的输入通道个数与所述第二卷积层的输出通道个数相同。5.根据权利要求1～4任一项所述的方法，其中，多个所述网络构建块堆叠...

【专利技术属性】
技术研发人员：郑方，徐明星，程星亮，
申请(专利权)人：北京得意音通技术有限责任公司，
类型：发明
国别省市：北京,11