浅谈ICA多媒体信号特征分析技术.pdfVIP

信 息 技 术 教 育 0 一B ～——．．．～ ．． ～一 f摘 要】本文介绍了ICAfi．-~j基本概念、算法及其应用情况，重点阐述 了ICA．~ 多媒体信号中的应用。然后，分析 了基于采样和IcA的特征分析方法模型 ，并分 别介绍 了二层、高层分解模型和在 离散 小波变换 中的概貌分量的能量统计，最后 提 出将采样与IcA相结合 的信号处理方法 。 关【键词】IcA 多媒体 信号特征 DWT 浅 一 、 ICA的概念 引入 可以假设变换 谈 独立分量分析不同于其它多媒体信号处理方法 。一 后的表示成分的数 卜—_． 些方法对信号的分解的分量只能保证是不相关的，并不 量 与观测信 号 相 能保证相互独立 (除非提取出的分量是高斯过程的，因 同。这种线性叠加 为高斯信号如果不相关就意味着独立 )。因此就使得这 模型给出了一种信 样 的分解能够多的具有实际 (生理 )意义 ，提高了所提 号在低阶的有效描 多 取特征的典型性。因此 ，ICA被视为一种具有很好的应用 述，这里舍弃了高 媒 前景的信号处理方法。 阶的非线性部分。 独立分量分析可以看作是主分量分析的一种扩展 ， 另一个方面 ，对于 童盎 体 它不同于主分量分析把 目光投注于信号的二 阶统计量 ， 多媒体信号而言 ， 研究信号间的相关关系，而是基于信号的高阶，研究信 其 中大部分重要特 显 信 号 问的独立关系，它将数据变换到相互独立 的方 向上 ， 征信息与信号的高 技 使经过变换所得到的各个分量之间不仅正交 ，而且相互 阶统计特性有着密 术 亏日． 独立 。 切的关系。 二、ICA在多媒体 中的应用 2．基于分块的 丁 特 独立分量分析算法 由于具有处理后分量相互独立的 ICA特 征提取 。在 特点，被作为一种信号处理 的新方法 ，在通信信号处 当前实际应用，通 明 征 理 、语音信号处理 、生物医学信号处理 、金融数据分 常是将多媒体信号 析 、阵列信号处理及通用信号分析等方面有着非常重要 分块或是利用窗 口 分 的应用 。这种方法最初是被用于信号分离中，通常把一 将其分解。对于图 一 析 些信号视为相互的独立的信号相混叠得到的，经过ICA分 像 ，通常是将图像 解后可以得到这些相互独立的信号。ICA在多媒体信号的 分成8X8或是16x 技 应用中离不开信号的特征提取。基于ICA的特征提取为各 l6像素块 ，并把这 种多媒体信号处理提供了很好的支持。 些块作为ICA模 型 术 1．多媒体信号基于ICA的特征提取 。ICA在多媒体信 中的观测信号，再 号处理 中的应用主要是基于ICA对多媒体信号 的特征提 通 过ICA，得到源 取 。特征提取的本质是将高维 向量空 间映射到一个