提出了一种基于骨架拐角检测的分离方法，以解决视频监控中合并车辆的问题。 首先，通过“射击法”提取融合区域的骨架，并通过角点检测得到骨架的角点。 其次，利用K-means聚类方法对角点进行聚类，从聚类结果中获取合并车辆的分割线。 来自监视视频的五十幅图像被用作实验数据。 实验结果表明，该算法不仅可以有效缓解合并车辆分离中的过度分割问题，而且可以减少所需的分离时间。

盲源分离，语音增强 Blind source separation (BSS) methods have received extensive attention over the past two decades; thanks to its wide applicability in a number of areas such as biomedical engineering, audio signal processing, and telecommunications. The problem of source separation is an inductive inference problem, as only limited information, e.g., the sensor observations, is available to infer the most probable source estimates.

作者：Emmanuel Vincent 传统信号处理+深度学习语音分离/增强 Tuomas Virtanen Sharon Gannot

这是盲源分离的经典算法easi算法的代码，它所采用的源信号为bpsk信号和多音干扰

可以实现平稳甚至非平稳信号条件下的盲源分离