买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：长春理工大学中山研究院

摘要：本发明公开一种面向个性化HRTF的时域插值方法，包括从个性化HRTF数据库中提取出空间位置参数及对应的左右耳时延，分别训练左右耳时延预测模型、输入指定的空间位置参数，获取对应位置的预测左右耳时延值t、通过三点相邻线性插值计算左右耳主体部分插值结果以及将预测得到的左右耳时延值和添加到左右耳主体部分插值结果中，并恢复其余位置的底噪信息，得到指定空间位置处完整的左、右耳插值结果、。结果通过个性化HRTF数据库对时延预测模型进行训练以预测得到未知方向的左右耳时延，同时计算主体部分数据并恢复底噪，合成最终插值结果。

主权项：1.一种面向个性化HRTF的时域插值方法，其特征在于，包括：S1、从个性化HRTF数据库中提取出空间位置参数及对应的左右耳时延，分别训练左右耳时延预测模型；S2、输入指定的空间位置参数，获取对应位置的预测左右耳时延值和；S3、通过三点相邻线性插值计算左右耳主体部分插值结果；S4、将预测得到的左右耳时延值和添加到左右耳主体部分插值结果中，并恢复其余位置的底噪信息，得到指定空间位置处完整的左、右耳插值结果、；步骤S1中，左耳时延预测模型的训练样本为，右耳时延预测模型训练样本为；其中，表示个性化HRTF数据库中全部已知空间源位置的参数，分别表示每个源位置的方位角，俯仰角，，分别表示每个空间位置对应的左右耳时延；步骤S2中，输入指定的空间位置参数，获取对应位置的预测左右耳时延值t的步骤如下：将目标空间位置参数输入第一层网络中，输入层不做处理，直接将参数传入模式层，模式层共有N个神经元，每个神经元均以高斯函数为核函数，以训练样本为核函数的中心矢量，并对输入的位置参数计算得到模式层每个神经元的输出： ；其中N为648，表示个性化HRTF数据库中已测得时域数据的源位置数量，表示每个神经元中均对应一个源位置的位置参数，为平滑参数，、均设置为0.5；求和层有两个神经元，求和层中一个节点是把模式层的输出进行算数求和，得到节点的输出为： ；求和层中另一个节点计算模式层各神经元输出的加权和，权值为各个训练样本的左、右耳时延采样点序号，得到节点的输出为： ；输出层将求和层中分子，分母单元的输出相除，得到未知空间位置左、右耳时延的计算值： ；通过三点相邻线性插值计算主体部分插值结果的计算公式如下： ； ； ；其中，表示个性化HRTF数据库球面网格在方位角上的间隔，方位角间隔为5度；表示在俯仰角上的间隔，俯仰角间隔为15度，表示距离最近顶角的方向，、分别表示目标位置在方位角和俯仰角上距离最近相邻点的距离，、分别表示目标位置到最近网格顶点的距离与方位角间隔和俯仰角间隔的比例。

全文数据：

权利要求：

百度查询： 长春理工大学中山研究院 一种面向个性化HRTF的时域插值方法