JP3823804B2 - 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 - Google Patents
信号処理方法及び装置、信号処理プログラム、並びに記録媒体 Download PDFInfo
- Publication number
- JP3823804B2 JP3823804B2 JP2001324256A JP2001324256A JP3823804B2 JP 3823804 B2 JP3823804 B2 JP 3823804B2 JP 2001324256 A JP2001324256 A JP 2001324256A JP 2001324256 A JP2001324256 A JP 2001324256A JP 3823804 B2 JP3823804 B2 JP 3823804B2
- Authority
- JP
- Japan
- Prior art keywords
- similarity
- signals
- signal
- conversion parameter
- similar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000003672 processing method Methods 0.000 title claims description 26
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000006243 chemical reaction Methods 0.000 claims description 87
- 238000011156 evaluation Methods 0.000 claims description 26
- 238000001514 detection method Methods 0.000 claims description 16
- 230000002776 aggregation Effects 0.000 claims description 10
- 238000004220 aggregation Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 9
- 238000013519 translation Methods 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 11
- 230000014509 gene expression Effects 0.000 description 11
- 230000010354 integration Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/06—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being correlation coefficients
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Computing Systems (AREA)
- Image Analysis (AREA)
- Complex Calculations (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Radar Systems Or Details Thereof (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、信号処理方法及びその装置、信号処理プログラム、並びに信号処理プログラムの記録された記録媒体に関し、特に、複数の信号同士又は一の信号の異なる部分区間同士の類似性を評価する信号処理方法及びその装置、信号処理プログラム、並びに信号処理プログラムの記録された記録媒体に関する。
【０００２】
【従来の技術】
従来、２つの信号の類似性を評価する手法として、相関法が用いられている。なお、相関法は、整合フィルタとも呼称される。
【０００３】
この相関法では、２つの信号間の時間をずらしながら相関をとり、最大となる時刻の相関値により類似性を評価することができ、１つの信号の他方の信号に対する信号対雑音比を最大にするという意味で最適な比較手法であるといえる。特に、検出したいパターンが既知の場合の、ノイズに汚された観測信号からのパターン検出法として、信号検出、音響処理、画像処理、或いはレーダ技術等の広い分野で用いられている。
【０００４】
【発明が解決しようとする課題】
ところで、この相関法は、原信号が既知ではない２つの観測信号の類似性を評価する場合や、信号やノイズが非定常的である場合には、雑音成分の非定常性に支配され、必ずしも適正な比較手法とはならない場合がある。以下、具体的に説明する。
【０００５】
図１３（Ａ）及び図１３（Ｂ）に、互いに類似する信号を含んだ２つの観測信号Ａ、Ｂを示す。この観測信号に含まれる類似信号には、３００サンプルのずれがあり、また、振幅は、１．５倍程度異なる。また、それぞれの観測信号は、非定常的な雑音信号に汚され、図中矢印で示した区間では、信号対雑音比よく観測され、両信号は比較的類似しているものの、他の部分では、雑音信号が多く、両信号は殆ど類似していない。当然のことながら、どの区間の信号対雑音比がよいのか、すなわち、類似評価に適するのかは、事前には分からないものである。
【０００６】
このような観測信号のうち、観測信号Ａの０から５００サンプルの部分をテンプレートとして、観測信号Ｂとの相関値を相関法により計算した結果を図１３（Ｃ）に示す。図１３（Ｃ）の矢印で示すように、平行移動量が３００サンプル付近に相関のピークが観察されるが、他のピークに比べて有意に大きいとはいえず、また、絶対値も０．３程度であり、十分に高いとはいえない。このように、相関法では、上述したような信号やノイズが非定常的である観測信号間の類似性を適切に評価することができない。
【０００７】
本発明は、このような従来の実情に鑑みて提案されたものであり、原信号が未知である２つの観測信号の類似性を評価する場合や、信号やノイズが非定常的である場合においても、自動的に雑音成分が支配的な区間を排除して、類似性の高い区間を抽出し、同時にそのような区間を用いて類似性を評価することを可能とする信号処理方法及びその装置、信号処理プログラム、並びに信号処理プログラムの記録された記録媒体を提供することを目的とする。
【０００８】
【課題を解決するための手段】
上述した目的を達成するため、本発明に係る信号処理方法は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とを有することを特徴としている。
【０００９】
ここで、本発明に係る信号処理方法は、上記複数の信号間の類似する区間を検出する類似区間検出工程をさらに有してもよい。
【００１０】
また、本発明に係る信号処理方法では、各小領域と上記他の信号との類似度が最大となる位置までのシフト量と、当該位置における拡大率とを変換パラメータとすることができる。
【００１１】
このような信号処理方法では、入力された複数の信号の少なくとも１つが複数の小領域に分割され、その小領域毎に他の信号との類似性が求められ、それらを集計することによって複数の信号間の類似性が評価される。
【００１２】
また、上述した目的を達成するため、本発明に係る信号処理方法は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とを有することを特徴としている。
【００１３】
ここで、上記第１の符号化工程では、上記類似する区間の開始位置、拡大率及び当該類似する区間の長さの情報を符号化することができる。
【００１４】
このような信号処理方法では、入力された複数の信号の少なくとも１つが複数の小領域に分割され、その小領域毎に他の信号との類似性が求められ、それらを集計することによって複数の信号間の類似性が評価される。そして、その類似性に基づいて、複数の信号間の類似する区間が検出され、その類似する区間とそれ以外の区間とが別々に符号化される。
【００１５】
また、上述した目的を達成するため、本発明に係る信号処理装置は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段とを備えることを特徴としている。
【００１８】
このような信号処理装置は、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【００１９】
また、上述した目的を達成するため、本発明に係る信号処理装置は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段と、上記複数の信号間の類似する区間を検出する類似区間検出手段と、上記類似区間検出手段によって検出された上記複数の信号間の類似する区間を符号化する第１の符号化手段と、上記類似する区間以外を符号化する第２の符号化手段とを備えることを特徴としている。
【００２１】
このような信号処理装置は、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【００２２】
また、上述した目的を達成するため、本発明に係る信号処理プログラムは、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とをコンピュータに実行させることを特徴としている。
【００２５】
このような信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【００２６】
また、上述した目的を達成するため、本発明に係る信号処理プログラムは、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とをコンピュータに実行させることを特徴としている。
【００２８】
このような信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【００２９】
また、上述した目的を達成するため、本発明に係る記録媒体は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とをコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能なものである。
【００３２】
このような記録媒体に記録されている信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【００３３】
また、上述した目的を達成するため、本発明に係る記録媒体は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とをコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能なものである。
【００３５】
このような記録媒体に記録されている信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【００３６】
【発明の実施の形態】
以下、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。この実施の形態は、本発明を、複数の信号若しくは一の信号の異なる部分区間に同一若しくは類似する信号成分が含まれる場合の類似性を評価し、類似部分を抽出する信号処理装置に適用したものである。この信号処理装置について説明する前に、先ず、本実施の形態における類似性評価手法の原理について説明する。
【００３７】
先ず、比較する２つの信号をf(x)，g(x)とし、ｐを変換パラメータとする所定の変換群をＨｐ[・]、雑音成分をn(x)とすると、両信号は、以下の式（１）に示す関係で表すことができる。
【００３８】
【数１】
【００３９】
ここで、所定の変換Ｈｐ[・]を信号f(x)に適用した結果が信号g(x)と類似している場合には、雑音成分n(x)は、小さな値の関数となるが、全く似ていない場合には、雑音成分n(x)は、大きな値の関数となる。つまり、式（１）のような表現をとることで、信号f(x)と信号g(x)とが類似するとは、ある変換パラメータｐに関して、雑音成分n(x)が信号g(x)に対して十分小さくなることであると捉えることができる。なお、最も代表的な変換例として拡大及び平行移動を考えれば、両信号は、以下の式（２）に示す関係で表すことができる。ここで、式（２）において、ａは、拡大率を示し、ｙは、平行移動量を示す。
【００４０】
【数２】
【００４１】
両信号が式（２）のような関係で表される場合、信号f(x)と信号g(x)とが類似するとは、雑音成分n(x)が十分小さくなるような拡大率ａ及び平行移動量ｙが存在するということになる。
【００４２】
ところで、よく知られているように、雑音成分n(x)のエネルギを信号g(x)のエネルギに対して最小にするような拡大率ａ及び平行移動量ｙは、相関法によって求めることができる。
【００４３】
しかしながら、雑音成分n(x)が非定常的であり、部分的には弱く、部分的には非常に強いという場合、すなわち、信号g(x)が以下の式（３）を満たすような条件のもとでは、信号全体を一様に最適化する相関法によっては、前述したように、必ずしも適切に拡大率ａ及び平行移動量ｙを求めることができない。
【００４４】
【数３】
【００４５】
そこで、本実施の形態では、局所的な類似性を求め、それらを統合することによって、全体の類似性を評価する。
【００４６】
本実施の形態における手法では、先ず、図１（Ａ）に示すように、以下の式（４）に従って、信号f(x)をＩ個の小さな部分区間信号fｉ(x)に分割する。ここで、式（４）において、ｘｉは、それぞれの部分区間の端点を示し、ｉ（＝０，１，・・・，Ｉ−１）は、部分区間のインデックスを示す。なお、分割数が図１（Ａ）の例に限定されないことは勿論であり、任意に設定することができる。また、図１（Ａ）では、それぞれの部分区間が重ならないように分割しているが、重なりを持たせて部分区間をとるようにしても構わない。
【００４７】
【数４】
【００４８】
次に、各部分区間信号fｉ(x)及び信号g(x)について、以下の式（５）に示すような、信号エネルギに対する雑音エネルギＪ（ａ，ｙ）を最小にする拡大率ａ＝ａｉ、平行移動量ｙ＝ｙｉ及びそのときの類似度ｓｉを求める。ここで、拡大率ａとは、部分区間信号fｉ(x)のパターンが信号g(x)のパターンと最も一致するような大きさとなる乗算係数である。
【００４９】
【数５】
【００５０】
これは、２次最小化問題に帰着し、以下の式（６）及び式（７）のように平行移動量ｙｉ及び拡大率ａｉを求めることができる。
【００５１】
【数６】
【００５２】
この式（６）は、平行移動量ｙｉが部分区間信号fｉ(x)と信号g(x)との相関（の自乗）を最大にするシフト量として求まることを意味し、式（７）は、そのとき最も雑音エネルギを小さくする拡大率としてａｉが求まることを示している。例えば、部分区間信号fｉ(x)と信号g(x)との相関（の自乗）を最大にする信号g(x)上の区間として、図１（Ｂ）の矢印に示すような区間が求められる。
【００５３】
このとき、部分区間信号fｉ(x)と信号g(x)との間の類似度ｓｉは、以下の式（８）に示すように、最大相関値の自乗として求められる。
【００５４】
【数７】
【００５５】
続いて、全ての部分区間ｉについて、平行移動量ｙｉ、拡大率ａｉ及び類似度ｓｉが求まった後、投票法によって各部分区間の類似度を統合する。ここで、投票法とは、以下の式（９）で表されるように、平行移動量ｙ及び拡大率ａを適当な升目で区切って構成される特徴空間ｈ（ｙ，ａ）に対し、図１（Ｃ）の矢印に示すように、平行移動量ｙｉ及び拡大率ａｉが対応する升目に類似度ｓｉを積算して集計することをいい、一種のヒストグラム作成に相当する。なお、式（９）において、δ（ｙ，ａ）は、クロネッカーのデルタであり、ｙ≒ｙｉ，ａ≒ａｉで１、それ以外で０となる関数を表す。また、全体をＩで割っているのは、総投票数、すなわち小領域分割数に依存せず、積算値を［０，１］に規格化するためである。
【００５６】
【数８】
【００５７】
このとき、類似性の高い部分から得られる平行移動量ｙｉ、拡大率ａｉ及び類似度ｓｉは、上述した式（３）に示されるように、共通の平行移動量ｙｉ及び拡大率ａｉを有しており、また類似度ｓｉは、比較的大きな値を有するため、投票操作により一定の場所に大きなピークを形成する。
【００５８】
一方、非類似部分から得られる平行移動量ｙｉ、拡大率ａｉ及び類似度ｓｉは、平行移動量ｙｉ及び拡大率ａｉが偶然のものであるため一定せず、また、類似度ｓｉは、比較的小さな値となるため、投票操作により分散され、大きなピークは形成しない。
【００５９】
ここで、前述した図１３（Ａ），（Ｂ）の信号に対して本手法を適用した投票結果を図２に示す。図２から分かるように、平行移動量３００サンプル、拡大率１．５の付近に大きなピークを形成しているが、他の部分では大きなピークを形成していない。
【００６０】
全てのｉ（＝０，１，・・・Ｉ−１）に関して投票した後、以下の式（１０）、式（１１）で表されるように、最大となるピーク位置を（ｙｍ，ａｍ）とし、そのときの類似度ｓｉの積算値を最大類似度ｓｍとする。
【００６１】
【数９】
【００６２】
最大類似度ｓｍが予め定める閾値sｔｈｓｄを超えていなければ、信号f(x)とg(x)とは類似していないと判定する。逆に、最大類似度ｓｍが閾値sｔｈｓｄ以上ならば、類似している、或いは類似部分があると判定する。なお、このときの両者の類似度は、最大類似度ｓｍである。
【００６３】
このように、本実施の形態では、局所的な類似性を求め、それらを統合することによって、全体の類似性を評価することができる。
【００６４】
また、升目（ｙｍ，ａｍ）に対して投票した小領域を逆に求めることで、f(x)の中でg(x)と類似する信号区間を求めることができる。具体的には、例えば各部分区間信号fｉ(x)について類似度ｓｉを求めた際の平行移動量ｙｉ及び拡大率ａｉを記憶しておき、ピーク位置における平行移動量ｙｍ及び拡大率ａｍと十分近いもののみを選択することで、類似区間を検出する。
【００６５】
上述したような演算の結果得られる類似区間を図３に示す。図３中、１の部分が類似していると判定された区間を示し、０の部分が類似しているとは判定されなかった区間を示す。図１３（Ａ）の信号と比較すると、図１３（Ａ）において矢印で示した区間が１となっており、確かに類似区間を検出できていることが確認できる。
【００６６】
なお、上述した説明では、式（５）及び式（６）において、信号エネルギに対する雑音エネルギＪ（ａ，ｙ）を最小にする拡大率ａ＝ａｉ、平行移動量ｙ＝ｙｉを求めたが、これに限定されるものではなく、信号エネルギに対する雑音エネルギＪ（ａ，ｙ）が所定値以下のものを全て投票するようにしても構わない。
【００６７】
また、上述の説明では、式（１０）、式（１１）で求めたピーク位置での類似度の最大類似度ｓｍについてのみ閾値sｔｈｓｄと比較し、閾値sｔｈｓｄを超えている場合に、そのピークに投票した小領域を逆に求めたが、これに限定されるものではなく、閾値sｔｈｓｄを超えるピーク全てについて、そのピークに投票した小領域を求めるようにしても構わない。これにより、信号g(x)中に信号f(x)と類似する区間が複数ある場合にも、それらの全てを抽出することができる。
【００６８】
以上、本実施の形態における類似性評価手法の原理について説明した。次に、本実施の形態における信号処理装置１０の概略構成について、図４を用いて説明する。なお、以下の説明において、信号処理装置１０は、第１の信号及び第２の信号を入力して、その類似性を評価するものとして説明するが、１つの信号のみを入力し、その信号の異なる部分区間同士の類似性を評価するようにしても構わない。
【００６９】
図４に示すように、本実施の形態における信号処理装置１０は、領域分割部１１と、類似度計算部１２と、投票部１３と、類似判定部１４と、類似区間検出部１５とを備える。
【００７０】
領域分割部１１は、第１の信号を小領域に分割する。なお、上述したように分割数は、任意に設定することができ、重なりを持たせて小領域をとるようにしても構わない。
【００７１】
類似度計算部１２は、領域分割部１１において分割された小領域のそれぞれについて、第２の信号との間で相関を計算する。そして類似度計算部１２は、得られた類似度、すなわち相関値の自乗の中で最も値の大きいものを探索し、その類似度ｓ、時間差ｔ及び拡大率ａを取得する。ここで、拡大率ａとは、小領域のパターンが第２の信号のパターンと最も一致するような大きさとなる乗算係数である。
【００７２】
投票部１３は、得られた類似度ｓ、時間差ｔ及び拡大率ａを投票空間に投票する。投票空間は、時間差ｔと拡大率ａを変数とし、類似度ｓの積算を値とする特徴空間であり、小領域から得られる時間差ｔ、拡大率ａの位置に類似度ｓを積算する。
【００７３】
上述したように、第１の信号と第２の信号との間に類似する信号成分が含まれている場合、該当する小領域においては、そのパターンが類似するため、類似度ｓは高く、その時間差ｔ及び拡大率ａは他の小領域と概ね一致する。
【００７４】
一方、類似しない部分に該当する小領域では、偶然に最も類似する位置にて最大となる類似度が取得されるため、概してその類似度ｓは低く、その時間差ｔ及び拡大率ａは他の小領域とは無関係なものとなる。
【００７５】
従って、類似する信号成分がある場合には、それに対応する複数の小領域の投票が同じ位置に集中するため、有意な大きさのピークを形成することが期待され、類似する信号成分がない場合には、そもそも類似度が小さく、また、全ての投票が異なる位置に分散するため、有意なピークは形成されない。
そこで類似判定部１４は、全ての小領域に関して投票が行われた後、投票空間中の最大類似度ｓｍを探索し、その最大類似度ｓｍを閾値ｓｔｈｓｄと比較することで、類似判定を行う。
【００７６】
類似領域検出部１５は、類似判定部１４において類似していると判定された場合に、類似している領域を検出する。類似領域検出部１５は、例えば、各小領域の時間差ｔ及び拡大率ａがピーク位置の時間差ｔｍ及び拡大率ａｍと十分近いもののみを選択することで、類似領域を検出する。
【００７７】
以下、上述したような構成を有する信号処理装置１０の動作について、図５のフローチャートを用いて説明する。先ずステップＳ１０において、第１の信号を上述したように小領域に分割し、続くステップＳ１１において、その小領域の中から１つの小領域を選択する。
【００７８】
ステップＳ１２では、ステップＳ１１において選択された小領域について、第２の信号との相関を計算する。
【００７９】
ステップＳ１３では、ステップＳ１２において得られた類似度の中で最も値の大きいものを探索し、その類似度ｓ、時間差ｔ及び拡大率ａを取得する。
【００８０】
続くステップＳ１４では、ステップＳ１３において得られた類似度ｓ、時間差ｔ及び拡大率ａを投票空間に投票する。すなわち、小領域から得られる時間差ｔ、拡大率ａの位置に類似度ｓを積算する。
【００８１】
ステップＳ１５では、全ての小領域について処理を終えたか否かが判別される。ステップＳ１５において、処理を終えていない小領域がある場合には、ステップＳ１１に戻って、残りの小領域について上述の処理を繰り返し、全ての小領域の処理を終えている場合には、ステップＳ１６に進む。
【００８２】
ステップＳ１６では、投票空間中の最大類似度ｓｍを探索して取得し、続くステップＳ１７では、その最大類似度ｓｍが所定の閾値ｓｔｈｓｄを超えているか否かが判別される。ステップＳ１７において、最大類似度ｓｍが所定の閾値ｓｔｈｓｄを超えていない場合（No）、有意なピークが形成されていないとしてステップＳ２０に進み、第１の信号と第２の信号とは類似しないと判定して終了する。ステップＳ１７において、最大類似度ｓｍが所定の閾値ｓｔｈｓｄを超えている場合（Yes）、有意なピークが形成されているとしてステップＳ１８に進む。
【００８３】
ステップＳ１８では、第１の信号と第２の信号とは類似していると判定し、その時間差ｔｍ及び拡大率ａｍを取得する。また、第１の信号と第２の信号との類似度を最大類似度ｓｍとする。
【００８４】
ステップＳ１９では、類似している領域を検出する。すなわち、各小領域の時間差ｔ及び拡大率ａがピーク位置の時間差ｔｍ及び拡大率ａｍと十分近いもののみを選択して終了する。
【００８５】
信号処理装置１０は、以上のような処理を行うことで、ノイズが非定常的である観測信号間の類似性を適切に評価することができ、また、その類似部分を信号中から抽出することができる。
【００８６】
以上説明した信号処理装置１０は、例えば図６に示すような符号化装置２０に用いることができる。この符号化装置２０は、上述した信号処理装置１０を設け、例えば音響信号波形など、繰り返し同様の波形が出現する信号について、予め類似する波形部分を検出して別途符号化することで、符号化効率（圧縮効率）の向上を図るものである。
【００８７】
図６に示すように、符号化装置２０は、部分区間選択部２１と、類似区間検出部２２と、類似成分減算部２３と、類似成分符号化部２４と、信号符号化部２５と、統合部２６とを備える。ここで、類似区間検出部２２は、上述した信号処理装置１０に相当するものである。
【００８８】
以下、このような構成を有する符号化装置２０の動作について、図７のフローチャートと図８乃至図１１とを用いて説明する。
【００８９】
先ずステップＳ３０において、部分区間選択部２１は、図８に示すように、入力された第１の信号から適当な長さ、例えば長さ１秒の第１の部分区間を選択し、続くステップＳ３１において、それとは異なる第２の部分区間、例えば第１の部分区間に引き続く１０秒を選択する。
【００９０】
続いてステップＳ３２において、類似区間検出部２２は、第２の部分区間の中で第１の部分区間と類似する区間があるか否かを検出する。ステップＳ３２において、類似する区間がある場合（Yes）にはステップＳ３３に進み、類似する区間がない場合にはステップＳ３４に進む。
【００９１】
ステップＳ３３では、図９に示すように、類似区間検出部２２がその類似区間の開始時刻（Ｔａ，Ｔ２）、拡大率（ａ２）及び類似区間の長さ（Ｌ２）を検出し、類似成分符号化部２４がこれらを符号化してステップＳ３２に戻り、さらに類似する区間を検出する。図９では、さらに２箇所（Ｔｂ，Ｔ３，Ａ３，Ｌ３），（Ｔｃ，Ｔ４，Ａ４，Ｌ４）が検出された例を示している。
【００９２】
類似する区間を全て検出及び符号化した後、ステップＳ３４では、図１０に示すように、類似成分減算部２３が、第２の部分区間から第１の部分区間と類似する区間を減算する。なお、減算の際には、検出された拡大率を用いて大きさを合わせて減算する。減算後には、それぞれの類似区間で非類似成分が残る。
【００９３】
ステップＳ３５では、信号符号化部２５が第１の部分区間の信号を、一般的な信号符号化方法（例えばサブバンド符号化や変換符号化等）を用いて符号化する。
【００９４】
ステップＳ３６では、統合部２６が、ステップＳ３３で符号化された開始時間等の情報とステップＳ３５で符号化された第１の部分区間の信号とを１つの符号化信号として統合して出力し、図１１に示すように、新たに第１の部分区間を取り直し、処理を繰り返す。
【００９５】
統合された符号化信号の一例を図１２に示す。図１２から分かるように、例えば第１の部分区間の信号の符号の後に、第２の部分区間の中で第１の部分区間と類似する区間の開始時刻、拡大率及び長さが符号化された符号が続き、それに引き続き、次の部分区間に対する符号が並ぶ。
【００９６】
この符号化装置２０によれば、最初の部分区間では、一般的な符号化方法がそのまま適用されるため、符号化効率は、一般的な符号化方法によるものと変わらないが、２番目以降の部分区間では、最初の部分区間の信号と類似する成分が予め減算されているため、信号の持つ情報量が減少し、通常の符号化方法をそのまま適用するよりも符号化効率を向上させることができる。
【００９７】
以上説明したように、本実施の形態における信号処理装置によれば、信号を小領域に分割し、その小領域毎に類似性を求め、それらを統合して全体の類似性を評価することにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【００９８】
また、この信号処理装置を符号化装置に設け、繰り返し同様の波形が出現する信号について、予め類似する波形部分を検出して別途符号化することで、符号化効率（圧縮効率）を向上させることができる。
【００９９】
この他、本実施の形態における信号処理方法は、信号検出、音響処理、画像処理、レーダ技術等のあらゆる信号処理分野において類似信号を検出する際に適用することができる。
【０１００】
なお、本発明は上述した実施の形態のみに限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能であることは勿論である。
【０１０１】
例えば、上述の説明では、最も一般的である拡大変換及びシフト変換を行い、拡大率及び平行移動量を変換パラメータとして用いたが、これに限定されるものではなく、非線形変換を含むあらゆる変換に適用することができる。
【０１０２】
また、上述の説明では、最も一般的な類似性評価量である２次誤差エネルギを最小化する手法、すなわち相関法を用いたが、これに限定されるものではなく、他の類似性評価量に対しても適用することができる。
【０１０３】
【発明の効果】
以上詳細に説明したように、本発明に係る信号処理方法は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とを有することを特徴としている。
【０１０４】
ここで、本発明に係る信号処理方法は、上記複数の信号間の類似する区間を検出する類似区間検出工程をさらに有してもよい。
【０１０５】
また、本発明に係る信号処理方法では、各小領域と上記他の信号との類似度が最大となる位置までのシフト量と、当該位置における拡大率とを変換パラメータとすることができる。
【０１０６】
このような信号処理方法では、入力された複数の信号の少なくとも１つが複数の小領域に分割され、その小領域毎に他の信号との類似性が求められ、それらを集計することによって複数の信号間の類似性が評価される。
【０１０７】
これにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【０１０８】
また、本発明に係る信号処理方法は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とを有することを特徴としている。
【０１０９】
ここで、上記第１の符号化工程では、上記類似する区間の開始位置、拡大率及び当該類似する区間の長さの情報を符号化することができる。
【０１１０】
このような信号処理方法では、入力された複数の信号の少なくとも１つが複数の小領域に分割され、その小領域毎に他の信号との類似性が求められ、それらを集計することによって複数の信号間の類似性が評価される。そして、その類似性に基づいて、複数の信号間の類似する区間が検出され、その類似する区間とそれ以外の区間とが別々に符号化される。
【０１１１】
これにより、通常の符号化方法によって符号化する場合と比較して、符号化効率を向上させることができる。
【０１１２】
また、本発明に係る信号処理装置は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段とを備えることを特徴としている。
【０１１５】
このような信号処理装置は、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【０１１６】
これにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【０１１７】
また、本発明に係る信号処理装置は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段と、上記複数の信号間の類似する区間を検出する類似区間検出手段と、上記類似区間検出手段によって検出された上記複数の信号間の類似する区間を符号化する第１の符号化手段と、上記類似する区間以外を符号化する第２の符号化手段とを備えることを特徴としている。
【０１１９】
このような信号処理装置は、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【０１２０】
これにより、通常の符号化方法によって符号化する場合と比較して、符号化効率を向上させることができる。
【０１２１】
また、本発明に係る信号処理プログラムは、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とをコンピュータに実行させることを特徴としている。
【０１２４】
このような信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【０１２５】
これにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【０１２６】
また、本発明に係る信号処理プログラムは、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とをコンピュータに実行させることを特徴としている。
【０１２８】
このような信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【０１２９】
これにより、通常の符号化方法によって符号化する場合と比較して、符号化効率を向上させることができる。
【０１３０】
また、本発明に係る記録媒体は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とをコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能なものである。
【０１３３】
このような記録媒体に記録されている信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【０１３４】
これにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【０１３５】
また、本発明に係る記録媒体は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とをコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能なものである。
【０１３７】
このような記録媒体に記録されている信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【０１３８】
これにより、通常の符号化方法によって符号化する場合と比較して、符号化効率を向上させることができる。
【図面の簡単な説明】
【図１】本実施の形態における信号処理方法の原理を説明する図であり、同図（Ａ）は、信号f(x)を小領域に分割する様子を示し、同図（Ｂ）は、信号g(x)中で類似する領域が検出された様子を示し、同図（Ｃ）は、その領域のパラメータを投票空間に投票する様子を示す。
【図２】同信号処理方法の原理を説明する図であり、所定の平行移動量及び拡大率の付近にピークが形成される様子を示す。
【図３】同信号処理方法の原理を説明する図であり、類似する領域が抽出された例を示す。
【図４】本実施の形態における信号処理装置の概略構成を説明する図である。
【図５】同信号処理装置の動作を説明するフローチャートである。
【図６】同信号処理装置を適用した符号化装置の概略構成を説明する図である。
【図７】同符号化装置の動作を説明するフローチャートである。
【図８】同符号化装置において、信号から第１の部分区間と第２の部分区間とを選択する様子を説明する図である。
【図９】同符号化装置において、類似区間を抽出する様子を説明する図である。
【図１０】同符号化装置において、第１の部分区間を符号化する様子を説明する図である。
【図１１】同符号化装置において、第１の部分区間及び第２の部分区間を新たに選択する様子を説明する図である。
【図１２】同符号化装置において統合された符号化信号の一例を説明する図である。
【図１３】従来の相関法によって類似性を検出するのが困難な信号の例を説明する図であり、同図（Ａ）は、観測信号Ａの波形を示し、同図（Ｂ）は、観測信号Ｂの波形を示し、同図（Ｃ）は、相関法によって求められた観測信号Ａと観測信号Ｂとの相関を示す。
【符号の説明】
１０ 信号処理装置、１１ 領域分割部、１２ 類似度計算部、１３ 投票部、１４ 類似判定部、１５ 類似区間検出部、２０ 符号化装置、２１ 部分区間選択部、２２ 類似区間検出部、２３ 類似成分減算部、２４ 類似成分符号化部、２５ 信号符号化部、２６ 統合部
【発明の属する技術分野】
本発明は、信号処理方法及びその装置、信号処理プログラム、並びに信号処理プログラムの記録された記録媒体に関し、特に、複数の信号同士又は一の信号の異なる部分区間同士の類似性を評価する信号処理方法及びその装置、信号処理プログラム、並びに信号処理プログラムの記録された記録媒体に関する。
【０００２】
【従来の技術】
従来、２つの信号の類似性を評価する手法として、相関法が用いられている。なお、相関法は、整合フィルタとも呼称される。
【０００３】
この相関法では、２つの信号間の時間をずらしながら相関をとり、最大となる時刻の相関値により類似性を評価することができ、１つの信号の他方の信号に対する信号対雑音比を最大にするという意味で最適な比較手法であるといえる。特に、検出したいパターンが既知の場合の、ノイズに汚された観測信号からのパターン検出法として、信号検出、音響処理、画像処理、或いはレーダ技術等の広い分野で用いられている。
【０００４】
【発明が解決しようとする課題】
ところで、この相関法は、原信号が既知ではない２つの観測信号の類似性を評価する場合や、信号やノイズが非定常的である場合には、雑音成分の非定常性に支配され、必ずしも適正な比較手法とはならない場合がある。以下、具体的に説明する。
【０００５】
図１３（Ａ）及び図１３（Ｂ）に、互いに類似する信号を含んだ２つの観測信号Ａ、Ｂを示す。この観測信号に含まれる類似信号には、３００サンプルのずれがあり、また、振幅は、１．５倍程度異なる。また、それぞれの観測信号は、非定常的な雑音信号に汚され、図中矢印で示した区間では、信号対雑音比よく観測され、両信号は比較的類似しているものの、他の部分では、雑音信号が多く、両信号は殆ど類似していない。当然のことながら、どの区間の信号対雑音比がよいのか、すなわち、類似評価に適するのかは、事前には分からないものである。
【０００６】
このような観測信号のうち、観測信号Ａの０から５００サンプルの部分をテンプレートとして、観測信号Ｂとの相関値を相関法により計算した結果を図１３（Ｃ）に示す。図１３（Ｃ）の矢印で示すように、平行移動量が３００サンプル付近に相関のピークが観察されるが、他のピークに比べて有意に大きいとはいえず、また、絶対値も０．３程度であり、十分に高いとはいえない。このように、相関法では、上述したような信号やノイズが非定常的である観測信号間の類似性を適切に評価することができない。
【０００７】
本発明は、このような従来の実情に鑑みて提案されたものであり、原信号が未知である２つの観測信号の類似性を評価する場合や、信号やノイズが非定常的である場合においても、自動的に雑音成分が支配的な区間を排除して、類似性の高い区間を抽出し、同時にそのような区間を用いて類似性を評価することを可能とする信号処理方法及びその装置、信号処理プログラム、並びに信号処理プログラムの記録された記録媒体を提供することを目的とする。
【０００８】
【課題を解決するための手段】
上述した目的を達成するため、本発明に係る信号処理方法は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とを有することを特徴としている。
【０００９】
ここで、本発明に係る信号処理方法は、上記複数の信号間の類似する区間を検出する類似区間検出工程をさらに有してもよい。
【００１０】
また、本発明に係る信号処理方法では、各小領域と上記他の信号との類似度が最大となる位置までのシフト量と、当該位置における拡大率とを変換パラメータとすることができる。
【００１１】
このような信号処理方法では、入力された複数の信号の少なくとも１つが複数の小領域に分割され、その小領域毎に他の信号との類似性が求められ、それらを集計することによって複数の信号間の類似性が評価される。
【００１２】
また、上述した目的を達成するため、本発明に係る信号処理方法は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とを有することを特徴としている。
【００１３】
ここで、上記第１の符号化工程では、上記類似する区間の開始位置、拡大率及び当該類似する区間の長さの情報を符号化することができる。
【００１４】
このような信号処理方法では、入力された複数の信号の少なくとも１つが複数の小領域に分割され、その小領域毎に他の信号との類似性が求められ、それらを集計することによって複数の信号間の類似性が評価される。そして、その類似性に基づいて、複数の信号間の類似する区間が検出され、その類似する区間とそれ以外の区間とが別々に符号化される。
【００１５】
また、上述した目的を達成するため、本発明に係る信号処理装置は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段とを備えることを特徴としている。
【００１８】
このような信号処理装置は、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【００１９】
また、上述した目的を達成するため、本発明に係る信号処理装置は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段と、上記複数の信号間の類似する区間を検出する類似区間検出手段と、上記類似区間検出手段によって検出された上記複数の信号間の類似する区間を符号化する第１の符号化手段と、上記類似する区間以外を符号化する第２の符号化手段とを備えることを特徴としている。
【００２１】
このような信号処理装置は、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【００２２】
また、上述した目的を達成するため、本発明に係る信号処理プログラムは、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とをコンピュータに実行させることを特徴としている。
【００２５】
このような信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【００２６】
また、上述した目的を達成するため、本発明に係る信号処理プログラムは、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とをコンピュータに実行させることを特徴としている。
【００２８】
このような信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【００２９】
また、上述した目的を達成するため、本発明に係る記録媒体は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とをコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能なものである。
【００３２】
このような記録媒体に記録されている信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【００３３】
また、上述した目的を達成するため、本発明に係る記録媒体は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とをコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能なものである。
【００３５】
このような記録媒体に記録されている信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【００３６】
【発明の実施の形態】
以下、本発明を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。この実施の形態は、本発明を、複数の信号若しくは一の信号の異なる部分区間に同一若しくは類似する信号成分が含まれる場合の類似性を評価し、類似部分を抽出する信号処理装置に適用したものである。この信号処理装置について説明する前に、先ず、本実施の形態における類似性評価手法の原理について説明する。
【００３７】
先ず、比較する２つの信号をf(x)，g(x)とし、ｐを変換パラメータとする所定の変換群をＨｐ[・]、雑音成分をn(x)とすると、両信号は、以下の式（１）に示す関係で表すことができる。
【００３８】
【数１】
ここで、所定の変換Ｈｐ[・]を信号f(x)に適用した結果が信号g(x)と類似している場合には、雑音成分n(x)は、小さな値の関数となるが、全く似ていない場合には、雑音成分n(x)は、大きな値の関数となる。つまり、式（１）のような表現をとることで、信号f(x)と信号g(x)とが類似するとは、ある変換パラメータｐに関して、雑音成分n(x)が信号g(x)に対して十分小さくなることであると捉えることができる。なお、最も代表的な変換例として拡大及び平行移動を考えれば、両信号は、以下の式（２）に示す関係で表すことができる。ここで、式（２）において、ａは、拡大率を示し、ｙは、平行移動量を示す。
【００４０】
【数２】
両信号が式（２）のような関係で表される場合、信号f(x)と信号g(x)とが類似するとは、雑音成分n(x)が十分小さくなるような拡大率ａ及び平行移動量ｙが存在するということになる。
【００４２】
ところで、よく知られているように、雑音成分n(x)のエネルギを信号g(x)のエネルギに対して最小にするような拡大率ａ及び平行移動量ｙは、相関法によって求めることができる。
【００４３】
しかしながら、雑音成分n(x)が非定常的であり、部分的には弱く、部分的には非常に強いという場合、すなわち、信号g(x)が以下の式（３）を満たすような条件のもとでは、信号全体を一様に最適化する相関法によっては、前述したように、必ずしも適切に拡大率ａ及び平行移動量ｙを求めることができない。
【００４４】
【数３】
そこで、本実施の形態では、局所的な類似性を求め、それらを統合することによって、全体の類似性を評価する。
【００４６】
本実施の形態における手法では、先ず、図１（Ａ）に示すように、以下の式（４）に従って、信号f(x)をＩ個の小さな部分区間信号fｉ(x)に分割する。ここで、式（４）において、ｘｉは、それぞれの部分区間の端点を示し、ｉ（＝０，１，・・・，Ｉ−１）は、部分区間のインデックスを示す。なお、分割数が図１（Ａ）の例に限定されないことは勿論であり、任意に設定することができる。また、図１（Ａ）では、それぞれの部分区間が重ならないように分割しているが、重なりを持たせて部分区間をとるようにしても構わない。
【００４７】
【数４】
次に、各部分区間信号fｉ(x)及び信号g(x)について、以下の式（５）に示すような、信号エネルギに対する雑音エネルギＪ（ａ，ｙ）を最小にする拡大率ａ＝ａｉ、平行移動量ｙ＝ｙｉ及びそのときの類似度ｓｉを求める。ここで、拡大率ａとは、部分区間信号fｉ(x)のパターンが信号g(x)のパターンと最も一致するような大きさとなる乗算係数である。
【００４９】
【数５】
これは、２次最小化問題に帰着し、以下の式（６）及び式（７）のように平行移動量ｙｉ及び拡大率ａｉを求めることができる。
【００５１】
【数６】
この式（６）は、平行移動量ｙｉが部分区間信号fｉ(x)と信号g(x)との相関（の自乗）を最大にするシフト量として求まることを意味し、式（７）は、そのとき最も雑音エネルギを小さくする拡大率としてａｉが求まることを示している。例えば、部分区間信号fｉ(x)と信号g(x)との相関（の自乗）を最大にする信号g(x)上の区間として、図１（Ｂ）の矢印に示すような区間が求められる。
【００５３】
このとき、部分区間信号fｉ(x)と信号g(x)との間の類似度ｓｉは、以下の式（８）に示すように、最大相関値の自乗として求められる。
【００５４】
【数７】
続いて、全ての部分区間ｉについて、平行移動量ｙｉ、拡大率ａｉ及び類似度ｓｉが求まった後、投票法によって各部分区間の類似度を統合する。ここで、投票法とは、以下の式（９）で表されるように、平行移動量ｙ及び拡大率ａを適当な升目で区切って構成される特徴空間ｈ（ｙ，ａ）に対し、図１（Ｃ）の矢印に示すように、平行移動量ｙｉ及び拡大率ａｉが対応する升目に類似度ｓｉを積算して集計することをいい、一種のヒストグラム作成に相当する。なお、式（９）において、δ（ｙ，ａ）は、クロネッカーのデルタであり、ｙ≒ｙｉ，ａ≒ａｉで１、それ以外で０となる関数を表す。また、全体をＩで割っているのは、総投票数、すなわち小領域分割数に依存せず、積算値を［０，１］に規格化するためである。
【００５６】
【数８】
このとき、類似性の高い部分から得られる平行移動量ｙｉ、拡大率ａｉ及び類似度ｓｉは、上述した式（３）に示されるように、共通の平行移動量ｙｉ及び拡大率ａｉを有しており、また類似度ｓｉは、比較的大きな値を有するため、投票操作により一定の場所に大きなピークを形成する。
【００５８】
一方、非類似部分から得られる平行移動量ｙｉ、拡大率ａｉ及び類似度ｓｉは、平行移動量ｙｉ及び拡大率ａｉが偶然のものであるため一定せず、また、類似度ｓｉは、比較的小さな値となるため、投票操作により分散され、大きなピークは形成しない。
【００５９】
ここで、前述した図１３（Ａ），（Ｂ）の信号に対して本手法を適用した投票結果を図２に示す。図２から分かるように、平行移動量３００サンプル、拡大率１．５の付近に大きなピークを形成しているが、他の部分では大きなピークを形成していない。
【００６０】
全てのｉ（＝０，１，・・・Ｉ−１）に関して投票した後、以下の式（１０）、式（１１）で表されるように、最大となるピーク位置を（ｙｍ，ａｍ）とし、そのときの類似度ｓｉの積算値を最大類似度ｓｍとする。
【００６１】
【数９】
最大類似度ｓｍが予め定める閾値sｔｈｓｄを超えていなければ、信号f(x)とg(x)とは類似していないと判定する。逆に、最大類似度ｓｍが閾値sｔｈｓｄ以上ならば、類似している、或いは類似部分があると判定する。なお、このときの両者の類似度は、最大類似度ｓｍである。
【００６３】
このように、本実施の形態では、局所的な類似性を求め、それらを統合することによって、全体の類似性を評価することができる。
【００６４】
また、升目（ｙｍ，ａｍ）に対して投票した小領域を逆に求めることで、f(x)の中でg(x)と類似する信号区間を求めることができる。具体的には、例えば各部分区間信号fｉ(x)について類似度ｓｉを求めた際の平行移動量ｙｉ及び拡大率ａｉを記憶しておき、ピーク位置における平行移動量ｙｍ及び拡大率ａｍと十分近いもののみを選択することで、類似区間を検出する。
【００６５】
上述したような演算の結果得られる類似区間を図３に示す。図３中、１の部分が類似していると判定された区間を示し、０の部分が類似しているとは判定されなかった区間を示す。図１３（Ａ）の信号と比較すると、図１３（Ａ）において矢印で示した区間が１となっており、確かに類似区間を検出できていることが確認できる。
【００６６】
なお、上述した説明では、式（５）及び式（６）において、信号エネルギに対する雑音エネルギＪ（ａ，ｙ）を最小にする拡大率ａ＝ａｉ、平行移動量ｙ＝ｙｉを求めたが、これに限定されるものではなく、信号エネルギに対する雑音エネルギＪ（ａ，ｙ）が所定値以下のものを全て投票するようにしても構わない。
【００６７】
また、上述の説明では、式（１０）、式（１１）で求めたピーク位置での類似度の最大類似度ｓｍについてのみ閾値sｔｈｓｄと比較し、閾値sｔｈｓｄを超えている場合に、そのピークに投票した小領域を逆に求めたが、これに限定されるものではなく、閾値sｔｈｓｄを超えるピーク全てについて、そのピークに投票した小領域を求めるようにしても構わない。これにより、信号g(x)中に信号f(x)と類似する区間が複数ある場合にも、それらの全てを抽出することができる。
【００６８】
以上、本実施の形態における類似性評価手法の原理について説明した。次に、本実施の形態における信号処理装置１０の概略構成について、図４を用いて説明する。なお、以下の説明において、信号処理装置１０は、第１の信号及び第２の信号を入力して、その類似性を評価するものとして説明するが、１つの信号のみを入力し、その信号の異なる部分区間同士の類似性を評価するようにしても構わない。
【００６９】
図４に示すように、本実施の形態における信号処理装置１０は、領域分割部１１と、類似度計算部１２と、投票部１３と、類似判定部１４と、類似区間検出部１５とを備える。
【００７０】
領域分割部１１は、第１の信号を小領域に分割する。なお、上述したように分割数は、任意に設定することができ、重なりを持たせて小領域をとるようにしても構わない。
【００７１】
類似度計算部１２は、領域分割部１１において分割された小領域のそれぞれについて、第２の信号との間で相関を計算する。そして類似度計算部１２は、得られた類似度、すなわち相関値の自乗の中で最も値の大きいものを探索し、その類似度ｓ、時間差ｔ及び拡大率ａを取得する。ここで、拡大率ａとは、小領域のパターンが第２の信号のパターンと最も一致するような大きさとなる乗算係数である。
【００７２】
投票部１３は、得られた類似度ｓ、時間差ｔ及び拡大率ａを投票空間に投票する。投票空間は、時間差ｔと拡大率ａを変数とし、類似度ｓの積算を値とする特徴空間であり、小領域から得られる時間差ｔ、拡大率ａの位置に類似度ｓを積算する。
【００７３】
上述したように、第１の信号と第２の信号との間に類似する信号成分が含まれている場合、該当する小領域においては、そのパターンが類似するため、類似度ｓは高く、その時間差ｔ及び拡大率ａは他の小領域と概ね一致する。
【００７４】
一方、類似しない部分に該当する小領域では、偶然に最も類似する位置にて最大となる類似度が取得されるため、概してその類似度ｓは低く、その時間差ｔ及び拡大率ａは他の小領域とは無関係なものとなる。
【００７５】
従って、類似する信号成分がある場合には、それに対応する複数の小領域の投票が同じ位置に集中するため、有意な大きさのピークを形成することが期待され、類似する信号成分がない場合には、そもそも類似度が小さく、また、全ての投票が異なる位置に分散するため、有意なピークは形成されない。
そこで類似判定部１４は、全ての小領域に関して投票が行われた後、投票空間中の最大類似度ｓｍを探索し、その最大類似度ｓｍを閾値ｓｔｈｓｄと比較することで、類似判定を行う。
【００７６】
類似領域検出部１５は、類似判定部１４において類似していると判定された場合に、類似している領域を検出する。類似領域検出部１５は、例えば、各小領域の時間差ｔ及び拡大率ａがピーク位置の時間差ｔｍ及び拡大率ａｍと十分近いもののみを選択することで、類似領域を検出する。
【００７７】
以下、上述したような構成を有する信号処理装置１０の動作について、図５のフローチャートを用いて説明する。先ずステップＳ１０において、第１の信号を上述したように小領域に分割し、続くステップＳ１１において、その小領域の中から１つの小領域を選択する。
【００７８】
ステップＳ１２では、ステップＳ１１において選択された小領域について、第２の信号との相関を計算する。
【００７９】
ステップＳ１３では、ステップＳ１２において得られた類似度の中で最も値の大きいものを探索し、その類似度ｓ、時間差ｔ及び拡大率ａを取得する。
【００８０】
続くステップＳ１４では、ステップＳ１３において得られた類似度ｓ、時間差ｔ及び拡大率ａを投票空間に投票する。すなわち、小領域から得られる時間差ｔ、拡大率ａの位置に類似度ｓを積算する。
【００８１】
ステップＳ１５では、全ての小領域について処理を終えたか否かが判別される。ステップＳ１５において、処理を終えていない小領域がある場合には、ステップＳ１１に戻って、残りの小領域について上述の処理を繰り返し、全ての小領域の処理を終えている場合には、ステップＳ１６に進む。
【００８２】
ステップＳ１６では、投票空間中の最大類似度ｓｍを探索して取得し、続くステップＳ１７では、その最大類似度ｓｍが所定の閾値ｓｔｈｓｄを超えているか否かが判別される。ステップＳ１７において、最大類似度ｓｍが所定の閾値ｓｔｈｓｄを超えていない場合（No）、有意なピークが形成されていないとしてステップＳ２０に進み、第１の信号と第２の信号とは類似しないと判定して終了する。ステップＳ１７において、最大類似度ｓｍが所定の閾値ｓｔｈｓｄを超えている場合（Yes）、有意なピークが形成されているとしてステップＳ１８に進む。
【００８３】
ステップＳ１８では、第１の信号と第２の信号とは類似していると判定し、その時間差ｔｍ及び拡大率ａｍを取得する。また、第１の信号と第２の信号との類似度を最大類似度ｓｍとする。
【００８４】
ステップＳ１９では、類似している領域を検出する。すなわち、各小領域の時間差ｔ及び拡大率ａがピーク位置の時間差ｔｍ及び拡大率ａｍと十分近いもののみを選択して終了する。
【００８５】
信号処理装置１０は、以上のような処理を行うことで、ノイズが非定常的である観測信号間の類似性を適切に評価することができ、また、その類似部分を信号中から抽出することができる。
【００８６】
以上説明した信号処理装置１０は、例えば図６に示すような符号化装置２０に用いることができる。この符号化装置２０は、上述した信号処理装置１０を設け、例えば音響信号波形など、繰り返し同様の波形が出現する信号について、予め類似する波形部分を検出して別途符号化することで、符号化効率（圧縮効率）の向上を図るものである。
【００８７】
図６に示すように、符号化装置２０は、部分区間選択部２１と、類似区間検出部２２と、類似成分減算部２３と、類似成分符号化部２４と、信号符号化部２５と、統合部２６とを備える。ここで、類似区間検出部２２は、上述した信号処理装置１０に相当するものである。
【００８８】
以下、このような構成を有する符号化装置２０の動作について、図７のフローチャートと図８乃至図１１とを用いて説明する。
【００８９】
先ずステップＳ３０において、部分区間選択部２１は、図８に示すように、入力された第１の信号から適当な長さ、例えば長さ１秒の第１の部分区間を選択し、続くステップＳ３１において、それとは異なる第２の部分区間、例えば第１の部分区間に引き続く１０秒を選択する。
【００９０】
続いてステップＳ３２において、類似区間検出部２２は、第２の部分区間の中で第１の部分区間と類似する区間があるか否かを検出する。ステップＳ３２において、類似する区間がある場合（Yes）にはステップＳ３３に進み、類似する区間がない場合にはステップＳ３４に進む。
【００９１】
ステップＳ３３では、図９に示すように、類似区間検出部２２がその類似区間の開始時刻（Ｔａ，Ｔ２）、拡大率（ａ２）及び類似区間の長さ（Ｌ２）を検出し、類似成分符号化部２４がこれらを符号化してステップＳ３２に戻り、さらに類似する区間を検出する。図９では、さらに２箇所（Ｔｂ，Ｔ３，Ａ３，Ｌ３），（Ｔｃ，Ｔ４，Ａ４，Ｌ４）が検出された例を示している。
【００９２】
類似する区間を全て検出及び符号化した後、ステップＳ３４では、図１０に示すように、類似成分減算部２３が、第２の部分区間から第１の部分区間と類似する区間を減算する。なお、減算の際には、検出された拡大率を用いて大きさを合わせて減算する。減算後には、それぞれの類似区間で非類似成分が残る。
【００９３】
ステップＳ３５では、信号符号化部２５が第１の部分区間の信号を、一般的な信号符号化方法（例えばサブバンド符号化や変換符号化等）を用いて符号化する。
【００９４】
ステップＳ３６では、統合部２６が、ステップＳ３３で符号化された開始時間等の情報とステップＳ３５で符号化された第１の部分区間の信号とを１つの符号化信号として統合して出力し、図１１に示すように、新たに第１の部分区間を取り直し、処理を繰り返す。
【００９５】
統合された符号化信号の一例を図１２に示す。図１２から分かるように、例えば第１の部分区間の信号の符号の後に、第２の部分区間の中で第１の部分区間と類似する区間の開始時刻、拡大率及び長さが符号化された符号が続き、それに引き続き、次の部分区間に対する符号が並ぶ。
【００９６】
この符号化装置２０によれば、最初の部分区間では、一般的な符号化方法がそのまま適用されるため、符号化効率は、一般的な符号化方法によるものと変わらないが、２番目以降の部分区間では、最初の部分区間の信号と類似する成分が予め減算されているため、信号の持つ情報量が減少し、通常の符号化方法をそのまま適用するよりも符号化効率を向上させることができる。
【００９７】
以上説明したように、本実施の形態における信号処理装置によれば、信号を小領域に分割し、その小領域毎に類似性を求め、それらを統合して全体の類似性を評価することにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【００９８】
また、この信号処理装置を符号化装置に設け、繰り返し同様の波形が出現する信号について、予め類似する波形部分を検出して別途符号化することで、符号化効率（圧縮効率）を向上させることができる。
【００９９】
この他、本実施の形態における信号処理方法は、信号検出、音響処理、画像処理、レーダ技術等のあらゆる信号処理分野において類似信号を検出する際に適用することができる。
【０１００】
なお、本発明は上述した実施の形態のみに限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能であることは勿論である。
【０１０１】
例えば、上述の説明では、最も一般的である拡大変換及びシフト変換を行い、拡大率及び平行移動量を変換パラメータとして用いたが、これに限定されるものではなく、非線形変換を含むあらゆる変換に適用することができる。
【０１０２】
また、上述の説明では、最も一般的な類似性評価量である２次誤差エネルギを最小化する手法、すなわち相関法を用いたが、これに限定されるものではなく、他の類似性評価量に対しても適用することができる。
【０１０３】
【発明の効果】
以上詳細に説明したように、本発明に係る信号処理方法は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とを有することを特徴としている。
【０１０４】
ここで、本発明に係る信号処理方法は、上記複数の信号間の類似する区間を検出する類似区間検出工程をさらに有してもよい。
【０１０５】
また、本発明に係る信号処理方法では、各小領域と上記他の信号との類似度が最大となる位置までのシフト量と、当該位置における拡大率とを変換パラメータとすることができる。
【０１０６】
このような信号処理方法では、入力された複数の信号の少なくとも１つが複数の小領域に分割され、その小領域毎に他の信号との類似性が求められ、それらを集計することによって複数の信号間の類似性が評価される。
【０１０７】
これにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【０１０８】
また、本発明に係る信号処理方法は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とを有することを特徴としている。
【０１０９】
ここで、上記第１の符号化工程では、上記類似する区間の開始位置、拡大率及び当該類似する区間の長さの情報を符号化することができる。
【０１１０】
このような信号処理方法では、入力された複数の信号の少なくとも１つが複数の小領域に分割され、その小領域毎に他の信号との類似性が求められ、それらを集計することによって複数の信号間の類似性が評価される。そして、その類似性に基づいて、複数の信号間の類似する区間が検出され、その類似する区間とそれ以外の区間とが別々に符号化される。
【０１１１】
これにより、通常の符号化方法によって符号化する場合と比較して、符号化効率を向上させることができる。
【０１１２】
また、本発明に係る信号処理装置は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段とを備えることを特徴としている。
【０１１５】
このような信号処理装置は、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【０１１６】
これにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【０１１７】
また、本発明に係る信号処理装置は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段と、上記複数の信号間の類似する区間を検出する類似区間検出手段と、上記類似区間検出手段によって検出された上記複数の信号間の類似する区間を符号化する第１の符号化手段と、上記類似する区間以外を符号化する第２の符号化手段とを備えることを特徴としている。
【０１１９】
このような信号処理装置は、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【０１２０】
これにより、通常の符号化方法によって符号化する場合と比較して、符号化効率を向上させることができる。
【０１２１】
また、本発明に係る信号処理プログラムは、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とをコンピュータに実行させることを特徴としている。
【０１２４】
このような信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【０１２５】
これにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【０１２６】
また、本発明に係る信号処理プログラムは、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とをコンピュータに実行させることを特徴としている。
【０１２８】
このような信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【０１２９】
これにより、通常の符号化方法によって符号化する場合と比較して、符号化効率を向上させることができる。
【０１３０】
また、本発明に係る記録媒体は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程とをコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能なものである。
【０１３３】
このような記録媒体に記録されている信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。
【０１３４】
これにより、一般的な相関法等では検出することが困難な非定常的なノイズ信号下においても類似性を評価することができる。
【０１３５】
また、本発明に係る記録媒体は、複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、上記複数の信号間の類似する区間を検出する類似区間検出工程と、上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、上記類似する区間以外を符号化する第２の符号化工程とをコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能なものである。
【０１３７】
このような記録媒体に記録されている信号処理プログラムは、入力された複数の信号の少なくとも１つを複数の小領域に分割し、その小領域毎に他の信号との類似性を求め、それらを集計することによって複数の信号間の類似性を評価する。そして、その類似性に基づいて、複数の信号間の類似する区間を検出し、その類似する区間とそれ以外の区間とを別々に符号化する。
【０１３８】
これにより、通常の符号化方法によって符号化する場合と比較して、符号化効率を向上させることができる。
【図面の簡単な説明】
【図１】本実施の形態における信号処理方法の原理を説明する図であり、同図（Ａ）は、信号f(x)を小領域に分割する様子を示し、同図（Ｂ）は、信号g(x)中で類似する領域が検出された様子を示し、同図（Ｃ）は、その領域のパラメータを投票空間に投票する様子を示す。
【図２】同信号処理方法の原理を説明する図であり、所定の平行移動量及び拡大率の付近にピークが形成される様子を示す。
【図３】同信号処理方法の原理を説明する図であり、類似する領域が抽出された例を示す。
【図４】本実施の形態における信号処理装置の概略構成を説明する図である。
【図５】同信号処理装置の動作を説明するフローチャートである。
【図６】同信号処理装置を適用した符号化装置の概略構成を説明する図である。
【図７】同符号化装置の動作を説明するフローチャートである。
【図８】同符号化装置において、信号から第１の部分区間と第２の部分区間とを選択する様子を説明する図である。
【図９】同符号化装置において、類似区間を抽出する様子を説明する図である。
【図１０】同符号化装置において、第１の部分区間を符号化する様子を説明する図である。
【図１１】同符号化装置において、第１の部分区間及び第２の部分区間を新たに選択する様子を説明する図である。
【図１２】同符号化装置において統合された符号化信号の一例を説明する図である。
【図１３】従来の相関法によって類似性を検出するのが困難な信号の例を説明する図であり、同図（Ａ）は、観測信号Ａの波形を示し、同図（Ｂ）は、観測信号Ｂの波形を示し、同図（Ｃ）は、相関法によって求められた観測信号Ａと観測信号Ｂとの相関を示す。
【符号の説明】
１０ 信号処理装置、１１ 領域分割部、１２ 類似度計算部、１３ 投票部、１４ 類似判定部、１５ 類似区間検出部、２０ 符号化装置、２１ 部分区間選択部、２２ 類似区間検出部、２３ 類似成分減算部、２４ 類似成分符号化部、２５ 信号符号化部、２６ 統合部
Claims (15)
- 複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、
各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、
上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、
当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と
を有することを特徴とする信号処理方法。 - 上記複数の信号間の類似する区間を検出する類似区間検出工程をさらに有することを特徴とする請求項１記載の信号処理方法。
- 上記類似区間検出工程では、上記集計の結果が最大となる位置における上記変換パラメータと略等しい変換パラメータの抽出された上記小領域を検出することを特徴とする請求項２記載の信号処理方法。
- 上記変換パラメータは、各小領域と上記他の信号との類似度が最大となる位置までのシフト量と、当該位置における拡大率とであることを特徴とする請求項１記載の信号処理方法。
- 上記集計工程における上記変換パラメータに対応した類似度に基づく値は、上記変換パラメータに対応した類似度に比例した値であることを特徴する請求項１記載の信号処理方法。
- 上記類似度として、各小領域と上記他の信号との相関値又は当該相関値の自乗を用いることを特徴する請求項５記載の信号処理方法。
- 上記複数の信号は、一の信号の異なる部分の信号であることを特徴とする請求項１記載の信号処理方法。
- 複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、
各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、
上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、
当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、
上記複数の信号間の類似する区間を検出する類似区間検出工程と、
上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、
上記類似する区間以外を符号化する第２の符号化工程と
を有することを特徴とする信号処理方法。 - 上記第１の符号化工程では、上記類似する区間の開始位置、拡大率及び当該類似する区間の長さの情報を符号化することを特徴とする請求項８記載の信号処理方法。
- 複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、
各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、
上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、
当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段と
を備えることを特徴とする信号処理装置。 - 複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割手段と、
各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出手段と、
上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計手段と、
当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価手段と、
上記複数の信号間の類似する区間を検出する類似区間検出手段と、
上記類似区間検出手段によって検出された上記複数の信号間の類似する区間を符号化する第１の符号化手段と、
上記類似する区間以外を符号化する第２の符号化手段と
を備えることを特徴とする信号処理装置。 - 複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、
各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、
上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、
当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と
をコンピュータに実行させることを特徴とする信号処理プログラム。 - 複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、
各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、
上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、
当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、
上記複数の信号間の類似する区間を検出する類似区間検出工程と、
上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、
上記類似する区間以外を符号化する第２の符号化工程と
をコンピュータに実行させることを特徴とする信号処理プログラム。 - 複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、
各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、
上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、
当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と
をコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能な記録媒体。 - 複数の信号を入力し、当該複数の信号のうち、少なくとも１つを複数の小領域に分割する分割工程と、
各小領域をシフトさせながら各小領域と他の信号との類似度を計算し、当該類似度に基づいて選択された１つ又は複数の位置までのシフト量と、当該位置における各小領域と上記他の信号との信号強度の比である拡大率とを変換パラメータとして抽出するパラメータ抽出工程と、
上記シフト量と上記拡大率とを軸とする空間を投票空間とし、当該投票空間中の上記変換パラメータで示される位置に、当該変換パラメータに対応した類似度に基づく値を投票して集計する集計工程と、
当該集計の結果に基づき、上記複数の信号間の類似性を評価する類似性評価工程と、
上記複数の信号間の類似する区間を検出する類似区間検出工程と、
上記類似区間検出工程で検出された上記複数の信号間の類似する区間を符号化する第１の符号化工程と、
上記類似する区間以外を符号化する第２の符号化工程と
をコンピュータに実行させる信号処理プログラムが記録されたコンピュータ制御可能な記録媒体。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001324256A JP3823804B2 (ja) | 2001-10-22 | 2001-10-22 | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 |
| US10/451,317 US8255214B2 (en) | 2001-10-22 | 2002-10-15 | Signal processing method and processor |
| EP02802011A EP1439473A4 (en) | 2001-10-22 | 2002-10-15 | SIGNAL PROCESSING METHOD AND PROCESSOR |
| CNB028032586A CN1295635C (zh) | 2001-10-22 | 2002-10-15 | 信号处理方法及设备 |
| PCT/JP2002/010668 WO2003036510A1 (fr) | 2001-10-22 | 2002-10-15 | Procede de traitement de signaux et unite de traitement |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001324256A JP3823804B2 (ja) | 2001-10-22 | 2001-10-22 | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2003132041A JP2003132041A (ja) | 2003-05-09 |
| JP2003132041A5 JP2003132041A5 (ja) | 2005-04-07 |
| JP3823804B2 true JP3823804B2 (ja) | 2006-09-20 |
Family
ID=19141006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001324256A Expired - Fee Related JP3823804B2 (ja) | 2001-10-22 | 2001-10-22 | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8255214B2 (ja) |
| EP (1) | EP1439473A4 (ja) |
| JP (1) | JP3823804B2 (ja) |
| CN (1) | CN1295635C (ja) |
| WO (1) | WO2003036510A1 (ja) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7860721B2 (en) | 2004-09-17 | 2010-12-28 | Panasonic Corporation | Audio encoding device, decoding device, and method capable of flexibly adjusting the optimal trade-off between a code rate and sound quality |
| JP4675832B2 (ja) * | 2006-06-08 | 2011-04-27 | 東京瓦斯株式会社 | 地震記録データの同期化処理方法 |
| US8374295B2 (en) * | 2006-09-18 | 2013-02-12 | Mediatek Inc. | Method of scaling input data and mobile device utilizing the same |
| JP4940888B2 (ja) * | 2006-10-23 | 2012-05-30 | ソニー株式会社 | オーディオ信号伸張圧縮装置及び方法 |
| JP5004743B2 (ja) * | 2007-10-10 | 2012-08-22 | 東芝情報システム株式会社 | データ処理装置 |
| JP2011145069A (ja) * | 2010-01-12 | 2011-07-28 | Furuno Electric Co Ltd | 偽像低減装置、レーダ装置、偽像低減方法、および偽像低減プログラム |
| JP2011242295A (ja) * | 2010-05-19 | 2011-12-01 | Kyoto Univ | 分光装置、測定装置、およびデータ処理方法 |
| JP2013205830A (ja) * | 2012-03-29 | 2013-10-07 | Sony Corp | トーン成分検出方法、トーン成分検出装置およびプログラム |
| JP5993246B2 (ja) * | 2012-08-23 | 2016-09-14 | 株式会社ダイヘン | 溶接システムおよび溶接制御装置 |
| EP3246824A1 (en) * | 2016-05-20 | 2017-11-22 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Apparatus for determining a similarity information, method for determining a similarity information, apparatus for determining an autocorrelation information, apparatus for determining a cross-correlation information and computer program |
| JP6710644B2 (ja) * | 2017-01-05 | 2020-06-17 | 株式会社東芝 | 動作解析装置、動作解析方法およびプログラム |
| JP7009809B2 (ja) * | 2017-07-20 | 2022-02-10 | 日新電機株式会社 | 接地線電流法による部分放電検出装置及び部分放電検出方法 |
| CN109166570B (zh) * | 2018-07-24 | 2019-11-26 | 百度在线网络技术（北京）有限公司 | 一种语音切分的方法、装置、设备和计算机存储介质 |
| FR3114464B1 (fr) * | 2020-09-22 | 2023-01-27 | Fond B Com | Procédés et dispositifs de détection d’un signal et d’estimation de canal, et programme d’ordinateur associé |
Family Cites Families (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH082106B2 (ja) | 1986-11-10 | 1996-01-10 | 国際電信電話株式会社 | 動画像信号のハイブリツド符号化方式 |
| US5287275A (en) * | 1988-08-20 | 1994-02-15 | Fujitsu Limited | Image recognition apparatus and method for recognizing a pattern within an image |
| JP2941846B2 (ja) | 1989-05-26 | 1999-08-30 | キヤノン株式会社 | 符号化及び復号化装置 |
| JP3373008B2 (ja) | 1993-10-20 | 2003-02-04 | オリンパス光学工業株式会社 | 画像像域分離装置 |
| JP3385077B2 (ja) * | 1993-10-28 | 2003-03-10 | 松下電器産業株式会社 | 動きベクトル検出装置 |
| US5737375A (en) * | 1994-08-16 | 1998-04-07 | Radkowsky Thorium Power Corporation | Seed-blanket reactors |
| JPH0879760A (ja) * | 1994-09-05 | 1996-03-22 | Oki Electric Ind Co Ltd | 動きベクトル検出回路 |
| US5920842A (en) * | 1994-10-12 | 1999-07-06 | Pixel Instruments | Signal synchronization |
| JPH08237669A (ja) * | 1995-02-28 | 1996-09-13 | Sony Corp | 画像信号処理装置、画像信号処理方法および画像信号復号化装置 |
| JP2778567B2 (ja) * | 1995-12-23 | 1998-07-23 | 日本電気株式会社 | 信号符号化装置及び方法 |
| US5848163A (en) * | 1996-02-02 | 1998-12-08 | International Business Machines Corporation | Method and apparatus for suppressing background music or noise from the speech input of a speech recognizer |
| US5845241A (en) | 1996-09-04 | 1998-12-01 | Hughes Electronics Corporation | High-accuracy, low-distortion time-frequency analysis of signals using rotated-window spectrograms |
| EP0869445A3 (en) | 1997-03-31 | 2002-11-06 | Hitachi, Ltd. | Video signal processing system and method using time code |
| JPH10336593A (ja) | 1997-03-31 | 1998-12-18 | Hitachi Ltd | 同期型映像処理システムおよび方法 |
| US6038069A (en) | 1997-06-18 | 2000-03-14 | Konica Corporation | Real image type zoom finder |
| JPH11328311A (ja) | 1997-08-06 | 1999-11-30 | Nippon Telegr & Teleph Corp <Ntt> | 画像内のパターン抽出方法、画像内のパターン認識方法及び画像異常判定方法並びに記憶媒体 |
| US6438165B2 (en) * | 1998-03-09 | 2002-08-20 | Lg Electronics | Method and apparatus for advanced encoder system |
| JP3065314B1 (ja) | 1998-06-01 | 2000-07-17 | 日本電信電話株式会社 | 高速信号探索方法、装置およびその記録媒体 |
| JP4057147B2 (ja) | 1998-06-16 | 2008-03-05 | コニカミノルタビジネステクノロジーズ株式会社 | 逆光シーン判定方法、逆光シーン判定方法プログラムを記憶したコンピュータにより読み取り可能な記憶媒体及び逆光シーン判定機能を有する画像処理装置 |
| JP2000078589A (ja) | 1998-08-27 | 2000-03-14 | Sony Corp | 動きベクトル算出方法及び動きベクトル算出プログラムを記録した記録媒体 |
| EP0973336A2 (en) | 1998-07-15 | 2000-01-19 | Sony Corporation | Motion vector detecting, picture encoding and recording method and apparatus |
| US6100941A (en) * | 1998-07-28 | 2000-08-08 | U.S. Philips Corporation | Apparatus and method for locating a commercial disposed within a video data stream |
| JP3596314B2 (ja) * | 1998-11-02 | 2004-12-02 | 日産自動車株式会社 | 物体端の位置計測装置および移動体の通行判断装置 |
| US6226606B1 (en) * | 1998-11-24 | 2001-05-01 | Microsoft Corporation | Method and apparatus for pitch tracking |
| US6418166B1 (en) * | 1998-11-30 | 2002-07-09 | Microsoft Corporation | Motion estimation and block matching pattern |
| WO2000034919A1 (en) | 1998-12-04 | 2000-06-15 | Interval Research Corporation | Background estimation and segmentation based on range and color |
| US6330428B1 (en) * | 1998-12-23 | 2001-12-11 | Nortel Networks Limited | Voice quality performance evaluator and method of operation in conjunction with a communication network |
| US6937766B1 (en) * | 1999-04-15 | 2005-08-30 | MATE—Media Access Technologies Ltd. | Method of indexing and searching images of text in video |
| JP2001016447A (ja) | 1999-06-30 | 2001-01-19 | Minolta Co Ltd | 画像処理装置および画像処理方法、ならびに画像処理プログラムを記録した記録媒体 |
| JP2001228900A (ja) | 1999-12-10 | 2001-08-24 | Ricoh Co Ltd | 音声パラメータ符号化装置およびその装置に用いられる符号化方式およびその符号化アルゴリズムを記載したコンピュータ読み取り可能な記録媒体、および、音声パラメータ量子化装置およびその装置に用いられる量子化方法およびその量子化アルゴリズムを記載したコンピュータ読み取り可能な記録媒体 |
| JP3742279B2 (ja) | 2000-06-09 | 2006-02-01 | 日本電信電話株式会社 | 画像照合装置、画像照合方法及び画像照合プログラムを記録した記録媒体 |
| US6859552B2 (en) | 2000-11-07 | 2005-02-22 | Minolta Co., Ltd. | Image retrieving apparatus |
| KR100385331B1 (ko) * | 2000-12-19 | 2003-05-27 | 주식회사 코스모탄 | 변속재생 시에도 음색변화를 유발하지 않도록 하는오디오신호 재생방법과 이를 위한 재생장치 |
| US6907367B2 (en) * | 2001-08-31 | 2005-06-14 | The United States Of America As Represented By The Secretary Of The Navy | Time-series segmentation |
-
2001
- 2001-10-22 JP JP2001324256A patent/JP3823804B2/ja not_active Expired - Fee Related
-
2002
- 2002-10-15 EP EP02802011A patent/EP1439473A4/en not_active Withdrawn
- 2002-10-15 WO PCT/JP2002/010668 patent/WO2003036510A1/ja active Application Filing
- 2002-10-15 US US10/451,317 patent/US8255214B2/en not_active Expired - Lifetime
- 2002-10-15 CN CNB028032586A patent/CN1295635C/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| EP1439473A1 (en) | 2004-07-21 |
| JP2003132041A (ja) | 2003-05-09 |
| CN1295635C (zh) | 2007-01-17 |
| EP1439473A4 (en) | 2012-11-07 |
| US20040078196A1 (en) | 2004-04-22 |
| CN1478233A (zh) | 2004-02-25 |
| WO2003036510A1 (fr) | 2003-05-01 |
| US8255214B2 (en) | 2012-08-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3823804B2 (ja) | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 | |
| US7054792B2 (en) | Method, computer program, and system for intrinsic timescale decomposition, filtering, and automated analysis of signals of arbitrary origin or timescale | |
| Ljung | Some results on identifying linear systems using frequency domain data | |
| CN108806718B (zh) | 基于对enf相位谱和瞬时频率谱分析的音频鉴定方法 | |
| JP3997749B2 (ja) | 信号処理方法及び装置、信号処理プログラム、並びに記録媒体 | |
| US20050027528A1 (en) | Method for improving speaker identification by determining usable speech | |
| CN116304751B (zh) | 用于动车组部件检修的运行数据处理方法 | |
| US7133542B2 (en) | Fingerprint verification device and fingerprint verification method | |
| CN111089856A (zh) | 一种拉曼光谱弱信号提取的后处理方法 | |
| TW201842881A (zh) | 腦波分析方法及其裝置 | |
| CN106303524A (zh) | 基于预测残差异常模式的视频双重压缩检测方法 | |
| Amir et al. | Segmentation of EEG during sleep using time-varying autoregressive modeling | |
| JP3750583B2 (ja) | 信号処理方法及び装置、並びに信号処理プログラム | |
| JP2003132041A5 (ja) | ||
| Han et al. | Fault diagnosis of rolling bearings using dual-tree complex wavelet packet transform and time-shifted multiscale range entropy | |
| Biradar et al. | Fingerprint ridge orientation extraction: a review of state of the art techniques | |
| CN112116917B (zh) | 基于相位跃变度的电抗器本体与风机声信号分离方法 | |
| CN115169385A (zh) | 拟合车辆用目标传感器的方法和系统、存储介质 | |
| Zhang et al. | Cracks in bridge floor detected by 2-dimensional complex discrete wavelet packet transform | |
| Deuschle et al. | Robust sensor spike detection method based on dynamic time warping | |
| Le et al. | Statistical detector of resampled tiff images | |
| Jiang et al. | SRU-NET: SOBEL RESIDUAL U-NET FOR IMAGE MANIPULATION DETECTION | |
| Yantorno | Method for improving speaker identification by determining usable speech | |
| JP3755025B2 (ja) | 探索型の信号検出装置、信号検出方法、信号検出プログラム及びそのプログラムを記録した記録媒体 | |
| Abu Hasan et al. | Automated Harmonic Signal Removal-Based Image Feature Extraction Technique: A Comparative Study Using Online Databases |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20040428 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040428 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050920 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051114 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060404 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060515 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20060606 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060619 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 3823804 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090707 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100707 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100707 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110707 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110707 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120707 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120707 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130707 Year of fee payment: 7 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |