基于单字音特征提取的说话人识别方法

证实普通话可以分解为辅音音素和单元音音素通过过度音的连接,提出一种单字音特征提取方法。该方法在传统的帧特征提取基础上,对相关帧进行二次处理,得到单字语音中的多个代表帧,将代表帧进行拼接作为单字的特征矢量。这种特征提取方法能更好地表现说话人单字发音中相邻语音帧之间的连续性。仿真实验表明该方法在说话人识别系统的应用中达到较高的识别率,使识别时间进一步缩短。     

基于自适应频率规整的鲁棒说话人辨认研究

该文提出了一种基于自适应频率规整的鉴别性特征提取算法。该方法通过对语音频谱的各个频带的鉴别性分析及其量化结果对各个频域进行自适应的频率规整,进行非均匀子带滤波设计提取鉴别性特征;同时在噪声环境下,在特征提取前端进行了预增强处理,解决了测试语音与训练语音失配的问题,保证了特征的正确提取。实验证明,该特征原理简单,稳定性好,对语音内容不存在依赖性,有良好的抗噪性能,并且结合预增强处理是有效的,能够进一步提高辨认系统的识别率和鲁棒性。     

整合原始人脸图像和其虚拟样本的人脸分类算法

人脸识别作为最具吸引力的生物识别技术之一,由于会受到不同的照明条件、面部表情、姿态和环境的影响,仍然是一个具有挑战性的任务.众所周知,一幅人脸图像是对人脸的一次采样,它不应该被看作是脸部的绝对精确表示.然而在实际应用中很难获得足够多的人脸样本.随着稀疏表示方法在图像重建问题中的成功应用,研究人员提出了一种特殊的分类方法,即基于稀疏表示的分类方法.受此启发,提出了在稀疏表示框架下的整合原始人脸图像和虚拟样本的人脸分类算法.首先,通过合成虚拟训练样本来减少面部表示的不确定性.然后,在原始训练样本和虚拟样本组成的混合样本中通过计算来消除对分类影响较小的类别和单个样本,在系数分解的过程中采用最小误差正交匹配追踪(Error-Constrained Orthogonal Matching Pursuit,OMP)方法,进而选出贡献程度大的类别样本并进行分类.实验结果表明,提出的方法不仅能获得较高的人脸识别的精度,而且还具有更低的计算复杂性.     

基于分割约束的α扩展体视算法

提出一种改进的基于图切割的体视算法.首先,定义一种具有鲁棒性和适应性的能量函数,并证明所定义的能量函数的图可构造性.该能量函数利用rank变换减少数据项的噪声干扰,利用基于颜色相似度的自适应截断线性模型保护视差的不连续性.其次,分析目前图切割体视算法的复杂度,提出一种基于分割约束的α扩展操作.该操作根据颜色连通区域内视差平滑的特征,减少像素视差的搜索范围,引进距离变换获取α的候选对应,作为每次扩展时构造图的顶点,从而减少图中最大流的计算量.最后,利用视差分布下降的顺序进行α扩展来降低算法的迭代总数.实验结果表明,以上改进可有效提高图切割体视算法的计算效率和匹配精度.     

基于Cross-EKF定位的多机器人协作围捕策略研究

针对目前多机器人协作围捕过程中收敛速度慢、稳定性差、定位精度低的问题,提出一种新的围捕策略.设计出Cross-EKF定位算法,对目标位置的后验估计协方差进行交叉计算,以取得最小协方差区域.以区域边缘点到均值中心最大距离为半径,构建收敛圆,将对动态点的收敛扩展为对动态面的收敛.实验结果表明,系统能快速平稳地收敛该圆,从而实现对目标的精确围捕,该方法具有较高的实用价值.     

基于粗糙集的拒绝决策规则获取和约简

针对确定性和不确定性决策规则无法给出拒绝判断的缺陷,提出一种拒绝决策规则获取方法。通过分析拒绝决策规则的度量因子,设计2种可以保持下近似不变和上近似不变的相对约简算法,给出基于分辨矩阵的拒绝决策规则约简的判定定理和操作方法,实例分析结果验证了该方法的有效性和实用性。     

多个自主机器人的协作策略研究

1引言多Agent系统是DAI的一个重要分枝，它越来越引起人们的兴趣和关注．但由于缺乏合适的分析工具，目前所研制的多Agent系统大都是经验性的［”’］．即使有一些关于多Agent的理论工具，但因太过于一般而很难在实际中发挥作用‘’］．多个自主机器人的协作系统是一种典型的分布式多Agent系统，其协作为DAI提供了很好的实验床［‘］．此问题很复杂，为了简化研究，本文仪研究两个自主机器人的协作问题．2机器人的协作21机器人协作的几个阶段协作的多个机器人作为整体要完成预定的任务，就必须具备协作决策的能力，而协作以结构方式进行…     

一种基于MRF理论去除Range图象噪声的方法

Ｒａｎｇｅ图象的相关结构可被认为是受噪声干扰的分段光滑面，一旦曲面的参数被确定，那么就可以利用这些参数建曲面，从而大大减少图象中的噪声，Ｒａｎｇｅ图象中，几乎所有象素的统计特性往往与共邻近象的统计特性相关，文中利用ＭａｒｋｏｖＲａｎｄｏｍＦｉｅｌｄ（ＭＲＦ）理论来模型这种相关性，将曲面确定问题转化为一个后验均值求解问题。     

小波包和高阶统计量相结合的红外弱小目标检测

针对单帧红外图像中的弱小目标检测问题,提出了一种结合小波包和高阶统计量的新方法。首先,利用小波包变换对图像进行频域上的分解。然后,针对小波包树上的节点,由低到高采用基于四阶累计量的高斯判别准则合并相邻四个全高斯性小波包系数,得到图像的最优划分。接下来,将最低频带上的小波包系数和高斯性小波包系数置零来分别抑制背景杂波和噪声。最后,采用这些新的系数即可重建检测结果。实验结果表明:该方法能够稳健、有效地检测红外弱小目标。     

多彩色空间相关分析的人脸识别算法

人脸识别是当前人工智能和模式识别的研究热点,得到了广泛的关注.基于对不同色彩空间数据的分析,论文提出了多彩色空间典型相关分析的人脸识别方法.文中对2维的Contourlet变换特性进行了分析和讨论,利用Contourlet的多尺度,方向性和各向异性等特点,提出了一种基于Contourlet变换的彩色人脸识别算法.算法对原图进行Contourlet分解,对分解得到的低频和高频图像进行cca分析.典型相关分析是一种有效的分析方法,其实际应用十分广泛.低频系数反映图像的轮廓信息,高频系数反映图像的细节信息,使用cca充分利用不同频率的信息,使不同色彩空间的不同分辨率图形的相关性达到最大,得到投影系数,最后,采用决策级最近邻分类器完成人脸识别.在对彩色人脸数据库AR的识别实验中,该算法识别率达到98％以上,与传统算法相比,该算法不仅既有良好的识别结果,而且具有很快的运算速度.