自然环境背景噪声下基于低维深度特征的手机来源识别OA北大核心CSCD
Source Cell-Phone Identification Under Background Noise Based on Low-Dimensional Deep Features
基于语音的手机来源识别是近年来多媒体取证领域中的一个研究热点,但已有研究大都局限于纯净语音或人工背景噪声语音.本文以自然环境背景噪声下的手机语音为研究对象,提出一种基于低维深度特征的手机来源识别方法.首先提取对数域的Mel滤波器组系数作为基本的声学特征,然后输入到时间卷积网络中进行训练,进一步提取能够表征语音设备的深度特征,并利用线性判别分析进行降维,去除高维深度特征中的冗余.最后,将得到的低维深度特征输入到支持向量机中进行分类和识别.在47种不同型号手机录制的37600条自然环境背景噪声语音样本库上的测试结果表明,本文所提方法在自然环境背景噪声下具有更优的识别性能,且对不同品牌、相同品牌不同型号、不同样本长度、不同数据集规模和不同采样率都具有很好的适应性.
苏兆品;吴张倩;岳峰;武钦芳;张国富
大数据知识工程教育部重点实验室(合肥工业大学),安徽合肥230601合肥工业大学计算机与信息学院,安徽合肥230601智能互联系统安徽省实验室,安徽合肥230009工业安全与应急技术安徽省重点实验室(合肥工业大学),安徽合肥230601合肥工业大学计算机与信息学院,安徽合肥230601
信息技术与安全科学
手机来源识别自然环境背景噪声低维深度特征时间卷积网络线性判别分析
《电子学报》 2021 (4)
资源和目标双重约束下的复杂联盟机制研究
637-646,10
国家自然科学基金(No.61573125)教育部人文社会科学研究青年基金(No.19YJC870021,No.18YJC870025)安徽省重点研究与开发计划(No.202004d07020011)中央高校基本科研业务费专项资金(No.PA2020GDKC0015,No.PA2019GDQT0008,No.PA2019GDPK0072)
评论