基于非负矩阵分解的历史影像音频噪声修复方法
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 课题研究的背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-19页 |
| 1.2.1 基于变换域估计的降噪方法 | 第13-15页 |
| 1.2.2 基于信号源分离的无监督降噪方法 | 第15-17页 |
| 1.2.3 基于信号源分离的有监督降噪方法 | 第17-18页 |
| 1.2.4 目前存在的问题及本文修复思路 | 第18-19页 |
| 1.3 论文主要内容及创新点 | 第19-20页 |
| 第二章 音频噪声修复的相关理论 | 第20-31页 |
| 2.1 历史影像的声音特性 | 第20-24页 |
| 2.1.1 语音信号 | 第21-22页 |
| 2.1.2 音乐信号 | 第22-23页 |
| 2.1.3 噪声信号 | 第23-24页 |
| 2.2 非负矩阵分解 | 第24-28页 |
| 2.2.1 基本定义 | 第24-26页 |
| 2.2.2 NMF与噪声分离 | 第26-28页 |
| 2.3 NMF算法原理 | 第28-30页 |
| 2.3.1 代价函数 | 第28页 |
| 2.3.2 乘性更新法则 | 第28-29页 |
| 2.3.3 NMF算法选择 | 第29-30页 |
| 本章小结 | 第30-31页 |
| 第三章 基于NMF的音频噪声修复方法 | 第31-46页 |
| 3.1 基于NMF的音频噪声修复流程 | 第31-32页 |
| 3.2 预处理与特征提取 | 第32-39页 |
| 3.2.1 分帧与加窗 | 第33-36页 |
| 3.2.2 短时傅里叶变换 | 第36-39页 |
| 3.3 训练阶段噪声模型的构建 | 第39-42页 |
| 3.3.1 半监督的历史影像噪声建模 | 第39-40页 |
| 3.3.2 噪声特征的训练 | 第40-42页 |
| 3.4 修复阶段NMF噪声分离 | 第42-43页 |
| 3.5 后处理过程 | 第43-45页 |
| 本章小结 | 第45-46页 |
| 第四章 NMF噪声修复算法的优化 | 第46-61页 |
| 4.1 NMF优化算法的修复流程 | 第46-47页 |
| 4.2 线性约束的NMF算法 | 第47-50页 |
| 4.2.1 非噪声的数学模型 | 第47-48页 |
| 4.2.2 非噪声特征的线性约束 | 第48-49页 |
| 4.2.3 噪声特征的线性约束 | 第49-50页 |
| 4.3 稀疏表达的NMF算法 | 第50-52页 |
| 4.3.1 稀疏表达的作用 | 第50页 |
| 4.3.2 非噪声特征的稀疏表达 | 第50-51页 |
| 4.3.3 时域矩阵的稀疏表达 | 第51-52页 |
| 4.4 M-NMF噪声修复过程 | 第52-54页 |
| 4.5 优化前后修复效果对比 | 第54-59页 |
| 4.5.1 参数设置 | 第54页 |
| 4.5.2 实验结果与分析 | 第54-59页 |
| 本章小结 | 第59-61页 |
| 第五章 修复方法性能比较与应用 | 第61-69页 |
| 5.1 修复性能比较 | 第61-65页 |
| 5.1.1 实验设计 | 第61-62页 |
| 5.1.2 实验结果与分析 | 第62-65页 |
| 5.2 M-NMF音频噪声修复方法的应用 | 第65-68页 |
| 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-79页 |
| 作者在攻读硕士学位期间公开发表的论文 | 第79-80页 |
| 作者在攻读硕士学位期间所作的项目 | 第80-81页 |
| 致谢 | 第81页 |
