一种基于多通道信息融合的教师运动跟踪方法

提出一种基于多通道信息融合的教师运动跟踪方法。该方法改进了传统的运动人像检测算法,能进行多目标的识别与跟踪。并结合智能教室的上下文环境信息,提出一个多通道信息融合推理算法,解决了单纯利用运动人像跟踪算法所带来的误检问题。实验表明该方法是有效的。     

智能教室中情境感知的多通道融合方法

现有的智能教室中多通道融合方法普遍缺乏情境信息的感知能力,融合策略固定、简单,不能很好解决多通道输入的二义性、非精确、冲突性和时间偏序关系。针对以上问题,采用EMMA标注语言调整时序关系,用层次任务网络规划器HTN规划动作行为,用证据理论融合各个情感检测通道的检测结果,提出了一种通用可扩展的基于情境感知的多通道融合模型及方法。实验结果表明,该方法较好地解决了多通道学生情感检测的冲突性、二义性,提高了检测的精确性与正确性。     

语音识别在英语发音纠错中的应用

主要研究如何更好地让计算机智能地纠正英语学习者的发音错误。借助语音识别中的HMM(隐马尔可夫模型)建模方法,用Viterbi算法和改进的后验概率算法对中国学习者的英语发音进行自动识别,通过对基本单元进行切分和评分,最后,为英语学习者提供可信度比较高的发音信息反馈,纠正发音错误。