基于非Shannon信息度量的多媒体信号分离方法研究

虽然Shannon熵和互信息的应用非常广泛，但它们最初是针对通信问题提出的，对于其它问题，并不一定最优。最近申请者证明了准熵和Shannon熵在最大化和最小化时是等价的，同时又发现准熵和广义互信息可提供比Shannon熵和互信息更锐利的极值，从而为准熵和广义互信息的更广泛应用提供了理论依据。因此，本项目将研究基于准熵和广义互信息等非Shannon信息度量的图像、声音、数字电视信号分离方法及其理论基础。将在图像和视频分割、声音检测和旋律识别、语音盲反卷积、数字电视信号信道估计等领域提出比Shannon熵和互信息更好的用于优化问题的目标函数，构建最大准熵和最小准熵原理，突破对数似然估计的局限，在性能上超越经典信息论方法。本项目研究成果可在基于内容的媒体检索、图像识别、噪声环境下音频处理、基于数字电视信号的定位等领域得到应用。将在核心期刊发表数篇论文，提出若干有应用价值的算法，争取出版一本专著。