[发明专利]基于稀疏约束的头相关传输函数个性化建模系统

说明书

本发明属于信号处理技术领域，具体涉及一种基于稀疏约束的头相关传输函数个性化建模系统，旨在解决如何得到更为准确的个性化头相关传输函数的问题。为此目的，本发明中的头相关传输函数个性化建模系统包括稀疏建模模块、权值映射模块和头相关传输函数生成模块；稀疏建模模块配置为根据预先获取的人体生理参数数据和HRTF数据分别构建相应的第一非负稀疏模型和第二非负稀疏模型；权值映射模块配置为获取第一非负稀疏模型和第二非负稀疏模型之间的模型权重映射关系；头相关传输函数生成模块配置为基于目标对象的生理参数和权重映射关系合成目标对象的头相关传输函数。基于本发明的系统可以通过目标对象的生理参数得到个性化的HRTF的更准确估计。

技术领域

本发明属于信号处理技术领域，具体涉及一种基于稀疏约束的头相关传输函数个性化建模系统。

背景技术

虚拟现实领域的爆发使得虚拟听觉受到越来越多的关注。虚拟现实包含虚拟视觉和虚拟听觉，其中，虚拟听觉技术的重点问题是恢复与自然听觉相同的定位特征。人类的听觉过程通常可视为声源-信道-接收模型，其中信道包含声源经过人体不同部位的衍射、干扰，最终到达鼓膜的过程，可看作一个空间数字滤波器，称为头相关传输函数(Head-Related Transfer Function,HRTF)，它包含了声波与身体部位之间的交互引起的所有谱特征。由于每个人的生理结构不尽相同，HRTF谱特征是极其个性化的，很难对每个个体在全空间内测量HRTF。

HRTF个性化方法主要包括：从小数据测量集中进行HRTF全空间估计；理论或数学建模，如采用球面头模型、雪人模型、结构模型、边界元方法、有限差分时域方法等；这些方法的缺点在于计算数据量庞大，需要昂贵的硬件来进行复杂的计算。于是提出了一些低复杂度的方法，如基于感知的方法通过测听实验逐步确定参数有线性建模的方法；考虑到HRTF与人体生理参数的依赖关系，提出了基于生理参数的回归方法在预测个性化HRTF，然而这些方法的缺点在于存在生理参数权重与HRTF权重相等的假设。

相应地，本领域需要一种新的头相关传输函数个性化建模系统来解决上述问题。

发明内容

为了解决现有技术中的上述问题，即为了解决如何得到更为准确的个性化头相关传输函数的问题，本发明提供了一种基于稀疏约束的头相关传输函数个性化建模系统，包括稀疏建模模块、权值映射模块和头相关传输函数生成模块；

所述稀疏建模模块配置为根据预先获取的人体生理参数和HRTF数据分别构建相应的第一非负稀疏模型和第二非负稀疏模型；

所述权值映射模块配置为获取所述第一非负稀疏模型和第二非负稀疏模型之间的模型权重映射关系；

所述头相关传输函数生成模块包括稀疏建模子模块、权值更新子模块和HRTF生成子模块；所述稀疏建模子模块配置为根据预先获取的目标对象的生理参数构建相应的第三非负稀疏模型；所述权值更新子模块配置为根据所述模型权重映射关系对所述第三非负稀疏模型的模型权重进行更新；所述HRTF生成子模块配置为根据所述权值更新子模块更新后的模型权重和所述HRTF数据生成所述目标对象的头相关传输函数。

进一步地，本发明提供的一个优选技术方案为：

所述人体生理参数数据包括生理参数训练集和生理参数测试集，所述HRTF数据包括HRTF训练集和HRTF测试集；所述稀疏建模模块包括第一稀疏建模子模块和第二稀疏建模子模块；

所述第一稀疏建模子模块配置为根据所述生理参数训练集和生理参数测试集构建第一非负稀疏模型；

所述第二稀疏建模子模块配置为根据所述HRTF训练集和HRTF测试集构建第二非负稀疏模型。

进一步地，本发明提供的一个优选技术方案为：

所述第一稀疏建模子模块还配置按照下式所示的方法优化所述第一非负稀疏模型的模型权重：