虛擬聽覺重放方法及系統技術方案

本發明專利技術公開了一種虛擬聽覺重放方法及系統，該方法包括：利用預置的圖像處理算法從耳廓圖像中提取N個不同類型的耳廓參數，基于預置的參數間復相關算法及數據庫中包含的多個受試者的標準耳廓參數計算該N個不同類型的耳廓參數分別對應的權重系數，并根據該目標對象的N個耳廓參數，及該N個耳廓參數分別對應的權重系數計算該目標對象的耳廓參數與上述多個受試者的標準耳廓參數之間的相似匹配度，并將相似匹配度最高的受試者的HRTF數據作為該目標對象的HRTF數據，基于該目標對象的HRTF數據進行虛擬聽覺重放。通過上述方式獲取的耳廓參數誤差小，準確率高，改善虛擬聽覺重放效果，且通過使用權重系數，能夠實現更準確的匹配。

Virtual auditory reproduction method and system

The invention discloses a system and a virtual auditory display method, the method includes: using the preset image processing algorithm to extract N from the ear image of a different type of auricle parameters, weights of multi subjects preset parameters including complex correlation algorithm and database of standard parameters corresponding to the ear N different types of auricle parameters based on N, and according to the parameters of auricle of the target object, between the standard parameters of the target parameters of auricle auricle and the subjects of the similarity matching degree calculation of weight coefficient and the N parameters corresponding to the ear, and the highest degree of similarity matching by the HRTF data as the HRTF data of the target object, the virtual auditory display data of the target object based on HRTF. The ear parameter obtained by the method has the advantages of small error, high accuracy, improved virtual hearing reproduction effect, and more accurate matching by using the weight coefficient.

【技術實現步驟摘要】
虛擬聽覺重放方法及系統
本專利技術涉及虛擬聽覺領域，尤其涉及一種虛擬聽覺重放方法及系統。
技術介紹
頭相關傳輸函數(HeadRelatedTransferFunction，HRTF)是一種音效定位算法，對應時域的頭相關沖激響應(HeadRelatedInpulseResponse)，且HRTF是描述空間聽覺定位的一個重要特征，由于個體間的生理結構差異，對應的HRTF也不同，即HRTF是一個高度個性化的參數。由于HRTF的直接測量耗時耗力，現有常用的個性化HRTF參數獲取方法是通過手動測量個體的耳廓參數，并利用已公開HRTF數據庫進行耳廓參數匹配，根據匹配誤差來選擇與該個體最匹配的個性化HRTF。例如：Zotkin利用現在的CIPIC數據庫提成了一種最小方差匹配的個性化HRTF算法，該算法包括以下步驟：1)使用相機獲取實驗對象的耳廓圖像，利用刻度尺測量出圖像中的7個指定耳廓參數，根據圖片與真實耳朵的比例得到真實的耳廓參數，將該7個真實的耳廓參數作為一組耳廓數據；2)將上述一組耳廓數據與CIPIC數據庫中受試者的參數進行比對，得到該組耳廓數據分別與受試者的參數的相似匹配度，并選擇相似匹配度最大的受試者的HRTF數據作為上述實驗對象的HRTF數據，并進行虛擬聽覺重放。然而，上述方法中，在獲取到實驗對象的耳廓圖像之后，需要人為地設定特征點，并使用刻度尺測量特征點的距離以獲取該耳廓圖像中指定耳廓參數，且還需要經過比例換算得到真實的耳廓參數，過程過于復雜，且容易出現誤差，例如特征點的選取誤差及刻度尺讀數誤差等，造成虛擬聽覺重放的效果差等問題。
技術實現思路
本專利技術的主要目的在于提供一種虛擬聽覺重放方法及系統，旨在解決現有技術中通過人為測量及進行耳廓參數的比例換算，存在過程復雜，容易出誤差，造成虛擬聽覺重放的效果差等技術問題。為實現上述目的，本專利技術第一方面提供一種虛擬聽覺重放方法，該方法包括：獲取目標對象的耳廓圖像，利用預置的圖像處理算法從所述耳廓圖像中提取N個不同類型的耳廓參數，所述N為正整數；基于預置的參數間復相關算法及數據庫中包含的多個受試者的標準耳廓參數計算所述N個不同類型的耳廓參數分別對應的權重系數；所述數據庫中包含所述多個受試者的標準耳廓參數及頭相關傳輸函數HRTF數據；根據所述目標對象的所述N個耳廓參數、所述N個耳廓參數分別對應的權重系數計算所述目標對象的耳廓參數與所述多個受試者的標準耳廓參數之間的相似匹配度；將相似匹配度最高的受試者的HRTF數據作為所述目標對象的HRTF數據，基于所述目標對象的HRTF數據進行虛擬聽覺重放。本專利技術第二方面提供一種虛擬聽覺重放系統，所述系統包括：獲取提取模塊，用于獲取目標對象的耳廓圖像，利用預置的圖像處理算法從所述耳廓圖像中提取N個不同類型的耳廓參數，所述N為正整數；第一計算模塊，用于基于預置的參數間復相關算法及數據庫中包含的多個受試者的標準耳廓參數計算所述N個不同類型的耳廓參數分別對應的權重系數；所述數據庫中包含所述多個受試者的標準耳廓參數及頭相關傳輸函數HRTF數據；第二計算模塊，用于根據所述目標對象的所述N個耳廓參數、所述N個耳廓參數分別對應的權重系數計算所述目標對象的耳廓參數與所述多個受試者的標準耳廓參數之間的相似匹配度；重放模塊，用于將相似匹配度最高的受試者的HRTF數據作為所述目標對象的HRTF數據，基于所述目標對象的HRTF數據進行虛擬聽覺重放。本專利技術提供一種虛擬聽覺重放方法，該方法包括：獲取目標對象的耳廓參數，利用預置的圖像處理算法從耳廓圖像中提取N個不同類型的耳廓參數，該N為正整數，基于預置的參數間復相關算法及數據庫中包含的多個受試者的標準耳廓參數計算該N個不同類型的耳廓參數分別對應的權重系數，該數據庫中包含該多個受試者的標準耳廓參數及HRTF數據，并根據該目標對象的N個耳廓參數，及該N個耳廓參數分別對應的權重系數計算該目標對象的耳廓參數與上述多個受試者的標準耳廓參數之間的相似匹配度，并將相似匹配度最高的受試者的HRTF數據作為該目標對象的HRTF數據，基于該目標對象的HRTF數據進行虛擬聽覺重放。相對于現有技術，本專利技術使用預置的圖像處理算法對耳廓圖像進行處理，以提取N個不同類型的耳廓參數，而不需要由人為測量及進行耳廓參數的比例換算，且通過圖像處理算法得到的耳廓參數誤差小，準確率高，改善虛擬聽覺重放效果。進一步的，在確定相似匹配度時引入了權重系數，使得能夠更加匹配的受試者的HRTF數據，虛擬聽覺重放效果更好。附圖說明為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。圖1為本專利技術第一實施例中虛擬聽覺重放方法的流程示意圖；圖2為耳廓參數的示意圖；圖3為本專利技術第一實施例中步驟101的細化步驟的流程示意圖；圖4為本專利技術第一實施例中步驟104的細化步驟的流程示意圖；圖5為本專利技術第二實施例中虛擬聽覺重放系統的功能模塊的示意圖；圖6為本專利技術第二實施例中獲取提取模塊501的細化功能模塊的示意圖；圖7為本專利技術第二實施例中重放模塊504的細化功能模塊的示意圖。具體實施方式為使得本專利技術的專利技術目的、特征、優點能夠更加的明顯和易懂，下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術一部分實施例，而非全部實施例。基于本專利技術中的實施例，本領域技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。由于現有技術中需要通過人為測量及進行耳廓參數的比例換算的方式確定耳廓參數，存在過程復雜，容易出現誤差，造成虛擬聽覺重放的效果差的技術問題。為了解決上述技術問題，本專利技術提出一種虛擬聽覺重放方法及系統，本專利技術使用預置的圖像處理算法對耳廓圖像進行處理，以提取N個不同類型的耳廓參數，而不需要由人為測量及進行耳廓參數的比例換算，且通過圖像處理算法得到的耳廓參數誤差小，準確率高，改善虛擬聽覺重放效果。進一步的，在確定相似匹配度時引入了權重系數，使得能夠更加匹配的受試者的HRTF數據，虛擬聽覺重放效果更好。請參閱圖1，為本專利技術第一實施例中虛擬聽覺重放方法的流程示意圖，該方法包括：步驟101、獲取目標對象的耳廓圖像，利用預置的圖像處理算法從所述耳廓圖像中提取N個不同類型的耳廓參數，所述N為正整數；在本專利技術實施例中，上述虛擬聽覺重放方法由虛擬聽覺重放系統(以下簡稱為：重放系統)實現，若需要對某一個人進行虛擬聽覺重放，則將該人作為目標對象，并獲取該目標對象的耳廓參數，具體可以是拍攝該目標對象包含整個耳朵的正面圖像，以作為該目標對象的耳廓圖像。且進一步的，重放系統還將利用預置的圖像處理算法從該耳廓圖像中提取N個不同類型的耳廓參數，該N為正整數。其中，提取的N個不同類型的耳廓參數也是由重放系統基于耳廓圖像中提取的參數值進行比例換算的。例如，可以基于目標對象與拍攝耳廓圖像的焦點之間的物理距離確定參數值的換算比例，并對耳廓圖像中的參數值進行換算。其中，該N的值優選為10，即可提取10種不同類型的耳廓參數，且該10種不同類型本文檔來自技高網...

【技術保護點】
一種虛擬聽覺重放方法，其特征在于，所述方法包括：獲取目標對象的耳廓圖像，利用預置的圖像處理算法從所述耳廓圖像中提取N個不同類型的耳廓參數，所述N為正整數；基于預置的參數間復相關算法及數據庫中包含的多個受試者的標準耳廓參數計算所述N個不同類型的耳廓參數分別對應的權重系數；所述數據庫中包含所述多個受試者的標準耳廓參數及頭相關傳輸函數HRTF數據；根據所述目標對象的所述N個耳廓參數、所述N個耳廓參數分別對應的權重系數計算所述目標對象的耳廓參數與所述多個受試者的標準耳廓參數之間的目似匹配度；將相似匹配度最高的受試者的HRTF數據作為所述目標對象的HRTF數據，基于所述目標對象的HRTF數據進行虛擬聽覺重放。

【技術特征摘要】
1.一種虛擬聽覺重放方法，其特征在于，所述方法包括：獲取目標對象的耳廓圖像，利用預置的圖像處理算法從所述耳廓圖像中提取N個不同類型的耳廓參數，所述N為正整數；基于預置的參數間復相關算法及數據庫中包含的多個受試者的標準耳廓參數計算所述N個不同類型的耳廓參數分別對應的權重系數；所述數據庫中包含所述多個受試者的標準耳廓參數及頭相關傳輸函數HRTF數據；根據所述目標對象的所述N個耳廓參數、所述N個耳廓參數分別對應的權重系數計算所述目標對象的耳廓參數與所述多個受試者的標準耳廓參數之間的目似匹配度；將相似匹配度最高的受試者的HRTF數據作為所述目標對象的HRTF數據，基于所述目標對象的HRTF數據進行虛擬聽覺重放。2.根據權利要求1所述的方法，其特征在于，所述基于預置的參數間復相關算法及數據庫中包含的多個受試者的標準耳廓參數計算所述N個不同類型的耳廓參數分別對應的權重系數的步驟包括：按照如下參數間復相關算法依次計算N個不同類型的耳廓參數分別對應的復相關系數：其中，Ri表示第i種類型的耳廓參數的復相關系數，n表示所述多個受試者的總人數，表示所述多個受試者的第i種類型的標準耳廓參數的平均值，表示第j個受試者的第i種類型的標準耳廓參數，表示根據第j個受試者的其余N-1個參數進行最佳線性回歸得到的擬合值；利用所述N個不同類型的耳廓參數的復相關系數計算所述N個耳廓參數分別對應的權重系數，如下：其中，ωi表示第i種類型的耳廓參數的權重系數，Ri表示第i種類型的耳廓參數的復相關系數。3.根據權利要求1所述的方法，其特征在于，所述根據所述目標對象的所述N個耳廓參數、所述N個耳廓參數對應的權重系數計算所述目標對象的耳廓參數與預置的多個受試者的耳廓參數之間的相似匹配度的步驟包括：按照如下公式計算目標對象的耳廓參數與第k個受試者的耳廓參數之間的相似匹配度：其中，Ek表示目標對象的耳廓參數與第k個受試者的耳廓參數之間的相似匹配度，ωi表示第i種類型的耳廓參數的權重系數，表示目標對象的第i種類型的耳廓參數，表示第后個受試者的第i種類型的耳廓參數，表示所述多個受試者的第i種類型的耳廓參數的方差，N表示耳廓參數的類型總數。4.根據權利要求1至3任意一項所述的方法，其特征在于，所述利用預置的圖像處理算法從所述耳廓圖像中提取N個不同類型的耳廓參數的步驟包括：對所述耳廓圖像進行邊緣檢測，確定所述耳廓圖像中屬于耳朵輪廓的所有像素點；將所述耳廓圖像中屬于耳朵輪廓的所有像素點輸入預置的耳朵輪廓數學模型中，得到N個不同類型的耳廓參數。5.根據權利要求1至3任意一項所述的方法，其特征在于，所述基于所述目標對象的HRTF數據進行虛擬聽覺重放的步驟包括：從所述目標對象的HRTF數據中選取指定方位的一對HRTF數據；基于所述一對HRTF數據生成雙耳頭相關沖激響應HRIR數據，并將所述雙耳HRIR數據與預置的音源信號進行卷積，得到輸出信號，并播放所述輸出信號，以實現所述虛擬聽...

【專利技術屬性】
技術研發人員：鄭能恒，袁翔，蔡素到，李斌，
申請(專利權)人：深圳大學，
類型：發明
國別省市：廣東,44