基于数字指纹的音频检索研究_陈剑锋_-_6.7

《基于数字指纹的音频检索研究_陈剑锋_-_6.7》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、硕士学位论文基于数字指纹的音频检索研究作者姓名陈剑锋学科专业计算机应用技术指导教师王知衍所在学院计算机科学与工程学院论文提交日期二〇一一年五月ResearchontheAudioRetrievalBasedonDigitalFingerprintingADissertationSubmittedfortheDegreeofMasterCandidate：ChenJianfengSupervisor：Prof.WangZhiyanSouthChinaUniversityofTechnologyGuangzhou,China分类号：TP391.41学校代号：10

2、561学号：200820111126华南理工大学硕士学位论文基于数字指纹的音频检索研究作者姓名：陈剑锋指导教师姓名、职称：王知衍教授申请学位级别：硕士学科专业名称：计算机应用技术研究方向：图像处理和模式识别论文提交日期：2011年4月20日论文答辩日期：2011年6月5日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：委员：华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡

3、献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华南理工大学。学校有权保存并向国家有关部门或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。本人电子文档的内容和纸质论文的内容相一致。本学位论文属于：□保密，在年解密后适用本授权书。□不保密，同意在校园网上

4、发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊(光盘版)电子杂志社全文出版和编入CNKI《中国知识资源总库》，传播学位论文的全部或部分内容。(请在以上相应方框内打“√”)作者签名：日期：指导教师签名：日期作者联系电话：电子邮箱：联系地址(含邮编)：摘要随着互联网的普及，尤其是移动互联网时代的到来，上网终端的多样化使得多媒体应用特别是音乐应用，越来越深入人们的日常生活，这使得数字音频内容得到了极大的丰富，对数字音频数据的管理也越来越重要。但是，人工管理海量的数字音频数据是一件几乎无法完成的工作，这就直接促使了音频指纹技术的快速

5、发展。音频指纹是一段基于音频内容的紧凑数字签名，其目的是建立一种用于比较两个音乐数据听觉质量的有效机制，可用于数字音频内容的音频内容识别、版权保护、内容完整性校验等领域。本文介绍了音频指纹技术的基本概念、产生背景、应用领域和总体框架，并围绕音频指纹的关键技术展开研究，主要的工作有以下几个方面:l)概述了现有的音频指纹提取算法，并分析研究了一些经典的音频指纹提取算法，指出了各种经典算法的优缺点。2)分析了现有音频指纹提取算法后，提出一种新的基于计算机视觉技术的音频指纹提取算法，即采用一种基于小波变换并用LDA对其进行降维的方法，来用于音频指纹的提取。3)提取指

6、纹后，分析了指纹在数据库中进行检索的相关算法，也对比了它们的优缺点。4)针对本文音频指纹数据库数据量大、数据维数高的特点，采用一种近似最近邻的高维数据索引算法—位置敏感哈希(LocalitySensitiveHashing，LSH)算法用于音频指纹检索，并结合本文的应用进行了算法参数优化。5)利用本文研究的音频指纹提取和检索算法，设计并实现了一个音频指纹检索系统，取得了良好的效果。关键字：音频检索；音频指纹；小波；高维索引IAbstractWiththepopularityoftheInternet,especiallythecomingoftheeraof

7、mobileinternet,thediversityoftheinternetterminalmakesmultimediaapplications,especiallymusicapplications,takeamoreandmoreimportantpartinpeople’sdailylives,whichleadstotheenrichmentofdigitalaudiocontentandtheimportanceofaudiodata’smanagement.However,themanualmanagementofvastamountsof

8、digitalaudiodataisanalmost