基于多流动态贝叶斯网络的音视频连续语音识别

针对说话时发音和口形的异步问题,提出了一个多流异步动态贝叶斯网络(DynamicBayesian Network,DBN)模型,以实现基于音视频特征的连续语音识别,在这个模型中,音频流和视频流在词节点同步,而在词节点之间,音视频流有各自独立的拓扑结构以及节点变量之间的条件依赖关系,同时词转移节点变量由音视频流共同确定,模型在词级别上体现了音视频流的异步性.采用连续数字音视频数据库的实验结果表明,在信噪比为O～30 dB的测试环境下,比较单流DBN模型和多流隐马尔可夫模型,平均识别率分别提高了8.68%和10.07%.     

一种改进的活动轮廓图像分割技术

图像分割是由图像处理到图像分析的关键步骤，也是一种基本的计算机视觉技术。针对传统的活动轮廓外力模型均存在一些难以克服的缺点，提出了一种改进的活动轮廓图像分割技术，并首先介绍了用活动轮廓进行目标分割的基本原理，即一条曲线在其内部能量和外部能量的共同作用下，可以移动到所期望的位置，并且当曲线到达目标位置的时候，活动曲线所具有的能量达到最小。在传统的活动轮廓中，外部能量通常由目标点的梯度势能场给出，但是由于梯度势能场存在着一些难以克服的缺点，即不能够很好地指导曲线的移动，为此，对其进行了改进，即采用一种梯度向量流场作为外部能量场的方法，从而有效地克服了传统梯度势能场捕捉范围小以及难以处理凹平面的缺点，并通过实验证明了该方法的有效性。     

基于FCM的无监督纹理分割

由于图像所包含的纹理类别数目常常是未知的，因此无监督的纹理分类相比于有监督的纹理分类更具有实际的应用价值．从聚类的本质定义出发，采用了一种基于类内、类间距离比值的聚类有效性判别函数RII．为了减弱随着聚类数目的递增对判别函数带来的影响，分别采用最大类内距和最小类间距替代类内、类间距离之和作为判别因子．由于FCM的收敛速度与初始类别数目有一定的相关性，再引入收敛速度作为聚类有效性函数的惩罚因子，给出了一个新的判别函数nRII，有效地预防过分类现象，准确地评价了聚类结果．     

基于小波包框架及主成份分析的纹理图像分割

由于纹理图像的信息主要集中在中频区域,利用小波包框架分解纹理图像得到的子图既与原图的大小相同,同时也保留了中频信息,因此可以从子图中提取特征用于分割。为减少特征维数,在同一子通道中只保留具有最大方差的子图作为初始特征图,再从每一个初始特征图中分别提取多维特征。为去除特征中噪声的同时保持特征中的边缘,提出四分均值滤波器对特征滤波。为进一步减少特征间的冗余信息,降低聚类分析的计算负荷,采用主成份分析法不但保留了原有特征中的主要信息,而且使得特征维数有大幅度的减少。模糊c-均值聚类法实现了对于特征的聚类。利用该文的方法分割Brodatz纹理集中的纹理图组成的测试图,达到了较高的准确率。     

几种块匹配运动估计算法的比较*

在序列图像中,相继帧间存在着很大的空间冗余度,运动估计可以去除相继帧间的冗余信息,保留相关有效信息。在多种运动估计算法中,简单、有效的块匹配算法得到了广泛的应用。通过使用常用序列,对各种块匹配算法(BMA)进行测试比较,给出了一种性能较优的匹配算法。     

一种边缘二进制码的表情识别方法

针对如何从图像中提取有效的表情特征来提高表情识别率的问题,提出了一种基于边缘二进制码的表情特征提取方法,用于表情识别.该方法首先对图像进行边缘检测,然后对边缘的局部结构进行二进制码描述作为表情特征,最后利用支持向量机进行表情分类.在JAFFE人脸表情数据库上,分别用该方法和传统的方法进行试验,结果表明,该方法可显著提高表情识别率.     

基于动态贝叶斯网络的音视频连续语音识别和音素切分

构造了两个单流单音素的动态贝叶斯网络（DBN）模型，以实现基于音频和视频特征的连续语音识别，并在描述词和对应音素具体关系的基础上，实现对音素的时间切分。实验结果表明，在基于音频特征的识别率方面：在低信噪比（0~15dB）时，DBN模型的识别率比HMM模型平均高12.79%；而纯净语音下，基于DBN模型的音素时间切分结果和三音素HMM模型的切分结果很接近。对基于视频特征的语音识别，DBN模型的识别率比HMM识别率高2.47%。实验最后还分析了音视频数据音素时间切分的异步关系，为基于多流DBN模型的音视频连续语音识别和确定音频和视频的异步关系奠定了基础。     

一种基于小波变换的运动估计方法

提出了一种基于运动边缘检测与连续小波变换相结合的运动目标检测与跟踪方法。通过多尺度运动目标边缘检测．提取出运动目标图像能量集中的边缘，得到抗噪性好、边缘连续清晰的运动目标。利用连续小波变换把目标边缘图像序列映射到运动状态参数空间进行分析。实验表明，该算法是对有噪、旋转和遮挡等复杂运动目标进行运动估计的有效方法。     

一种基于小波变换的多传感器图像融合优化方法

文中针对小波变换在进行高分辨率图像和多光谱图像融合时，不能同时保持空间信息及光谱信息的问题，提出了一种优化的小波变换图像融合算法。它将高空间分辨率图像和多光谱图像经小波变换后的低频、高频分量先分别进行增强，然后再进行融合，优化了传统的基于小波变换融合方法。并且通过对同一场景的SAR图像和TM图像的融合实验，证明了该算法在有效地保留原图像光谱信息的同时，也很好地保持了空间细节。