压缩域鲁棒音乐识别算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 概述 | 第7-10页 |
| ·多媒体信息检索 | 第7页 |
| ·基于内容的音频信息检索 | 第7-8页 |
| ·本文主要贡献和结构 | 第8-10页 |
| 第二章 基于内容的音频信息检索综述 | 第10-23页 |
| ·基本音频知识 | 第10页 |
| ·音频信息检索的背景 | 第10-11页 |
| ·音频信息检索的分类和音频指纹 | 第11-13页 |
| ·使用音频指纹的好处 | 第13页 |
| ·音频指纹使用模型及其典型应用 | 第13-15页 |
| ·音频识别 | 第13-14页 |
| ·内容完整性校验 | 第14-15页 |
| ·辅助水印技术 | 第15页 |
| ·基于内容的音频检索和处理 | 第15页 |
| ·音频指纹的性能要求 | 第15-16页 |
| ·音频指纹框架 | 第16-20页 |
| ·前端处理 | 第17-20页 |
| ·前处理 | 第17-18页 |
| ·分帧和重叠 | 第18-19页 |
| ·空间转换 | 第19页 |
| ·特征提取 | 第19-20页 |
| ·后处理 | 第20页 |
| ·指纹的模型化 | 第20页 |
| ·指纹的匹配算法 | 第20页 |
| ·检索效果的评价 | 第20-21页 |
| ·本文研究方向及其特点 | 第21-23页 |
| 第三章 基本知识和压缩域音频研究现状 | 第23-32页 |
| ·常见的音频数据格式 | 第23-24页 |
| ·PCM编码 | 第23页 |
| ·WAV格式 | 第23-24页 |
| ·MIDI格式 | 第24页 |
| ·MP3 | 第24页 |
| ·压缩域音频指纹研究现状 | 第24-25页 |
| ·MP3编解码器基本原理 | 第25-32页 |
| 第四章:基于Zernike矩的音频指纹 | 第32-41页 |
| 引言 | 第32页 |
| ·Zernike-moment多项式和矩 | 第32-34页 |
| ·指纹构造方法 | 第34-37页 |
| ·对齐频率分辨率 | 第34-35页 |
| ·构造MDCT系数"图片" | 第35-36页 |
| ·计算"伪图片"的矩 | 第36-37页 |
| ·指纹建模 | 第37页 |
| ·指纹间的匹配 | 第37-38页 |
| ·实验结果 | 第38-41页 |
| ·BER阈值的确定 | 第39页 |
| ·检索结果和结果讨论 | 第39-41页 |
| 第五章 基于熵的音频指纹 | 第41-53页 |
| 算法思想 | 第41页 |
| ·熵的基本原理 | 第41-42页 |
| ·压缩域MDCT频谱熵 | 第42-43页 |
| ·算法详述 | 第43-48页 |
| ·节(granule)聚块(block) | 第43-44页 |
| ·子带划分 | 第44-45页 |
| ·计算MDCT频谱熵 | 第45-46页 |
| ·指纹模型 | 第46-47页 |
| ·识别算法 | 第47-48页 |
| ·实验结果 | 第48-52页 |
| ·BER阈值的设定 | 第48-50页 |
| ·识别结果 | 第50-52页 |
| ·结论 | 第52-53页 |
| 总结和展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士期间发表的论文 | 第59-60页 |
| 致谢 | 第60-61页 |
