共查询到20条相似文献,搜索用时 78 毫秒
1.
基于傅立叶描述子和HMM的手势识别 总被引:1,自引:0,他引:1
针对家庭服务机器人平台中人机交互的问题,提出基于视觉的手势识别作为人与机器人交互的方式,研究利用傅立叶描述子对手势形状进行描述,并结合支持向量机和隐马尔可夫模型分别对静态手势和动态手势进行分类,实现了静态手势和动态手势的识别。该系统基于新型传感器Kinect,在图像分割阶段结合图像深度信息,可以有效的将手势区域提取出来,在一定范围内具有较强的鲁棒性,特征提取阶段基于傅立叶描述子,使手势识别具有旋转、缩放、平移不变性。针对七种常见静态手势和四种动态手势进行测试,平均识别率分别达到98.8%和96.7%,实验结果表明该系统具有较高的准确度。 相似文献
2.
基于动态MFCC的说话人识别算法 总被引:1,自引:0,他引:1
《模式识别与人工智能》2005,18(5)
提出了一种基于动态MFCC特征的说话人识别算法.该算法根据说话人的基音频率随语境变化的特点,通过动态构建基于说话人基音频率的Mel-滤波器组,以抽取可以表征说话人身份特征的动态MFCC参数,提高说话人辨识的准确性和鲁棒性.此外,本文还讨论了基于高斯混合模型的分类器设计问题,给出了一个通过聚类分析获得高斯混合模型的最优混合度与相关模型参数的初始估计的方法.实验证明,本文所提出的方法在实际中能够获得较好的识别结果. 相似文献
3.
4.
基于HMM的说话人识别中下溢问题的修正 总被引:1,自引:1,他引:1
基于隐马尔可夫模型构造说话人识别系统,涉及到评估、识别、训练三个基本问题,相应地采用前-后向算法、Viterbi算法、Baum-Welch算法来进行编程实现。在实现过程中,发现和的下溢问题,提出了采取增加比例因子对其加以修正的方法。 相似文献
5.
6.
给出一种以隐马尔可夫(HMM)模型为基础的离线签名的识别方法,此方法把离线签名图像中的所有汉字作为一个整体,首先利用图像处理技术,把整个字体区域分割出来,再统计每一行字体部分的像素点数。利用隐马尔可夫模型来对这个整体进行建模;然后利用Baum-Welch算法对模型进行训练;最后,利用已经训练好的HMM模型对一些签名图片进行识别。试验表明,识别率可达95.7%,为离线签名识别系统的进一步应用奠定了基础。 相似文献
7.
8.
针对嵌入式系统语音识别执行速度太慢的问题,对梅尔频率倒谱参数和隐马尔可夫模型各步骤作详细研究,提出了在嵌入式系统中进行整数运算和查表算法,实现语音识别加速的方法.加速前后执行速度对比实验显示,在特征提取部分,加速约有20倍. 相似文献
9.
《传感器与微系统》2019,(4):55-58
为了提高语音识别的鲁棒性,提出一种新的特征组合方法。方法基于F比对梅尔频率倒谱系数(MFCC)进行加权优化,同时将不同特征组合输入到语音隐马尔科夫模型(HMM)进行训练,得到具有抗噪性的最佳组合,并采用主成分分析(PCA)进行降维,增加支持向量机(SVM)分类器作为后处理器。实验表明,改进的MFCC、短时平均能量和Teager能量算子组合参数识别效果最优,识别率达到90. 48%。PCA降维后识别率降低了0. 4%,提升了计算速度。增加后处理器,系统识别率达到95. 25%,提高了系统的识别效率和分类决策力,相对于常规识别方法,准确率有所提高。 相似文献
10.
文丽萍 《自动化与仪器仪表》2023,(5):153-157
针对普通话测试中噪音干扰问题,提出了一种基于小波变换的普通话智能测试系统,对噪音环境下的语音信号进行准确辨别。为了确保本文系统语音识别的准确率,通过隐马尔可夫统计模型叠加神经网络,采用模式匹配的方式搭建了整体语音辨别系统。为了降低噪音对语音信号的影响,在系统中引入小波分析对信号进行去噪处理,同时引入了梅尔频率倒谱系数提取信号特征。实验证明,相较于未改进的传统系统,基于小波变换改进的普通话智能测试系统,在有噪声环境下,四次仿真的平均识别准确率要高7.2%,平均识别时间缩短了1.1 s,识别效果大幅提高;相较于基于DNN的普通话识别系统和基于CTC准则的普通话识别系统,基于小波变换改进的普通话智能系统,在4种不同噪音环境下,语音识别准确率更高,尤其面对频谱更集中的噪音,系统的识别准确率高达90.7%,分别较另外两种系统高出7.5%和6.6%,具有更好的实用性。 相似文献
11.
音乐识别的研究早在20世纪70年代就开始了,但直到最近,识别系统的性能仍不令人满意。该文提出了利用HMM进行音乐识别的新思路。给出了基本的算法框架,并对相关的问题进行了讨论。 相似文献
12.
13.
讨论一种基于HMM(隐马尔可夫模型)的英文印刷体识别方法。先将整篇文本图像切分成字母级别,提取出字母轮廓的8方向特征,之后把特征向量进行矢量量化并送入HMM训练识别。根据切分中出现的错误特点,对矢量量化过程和训练算法提出一些改进方法,提高识别率。 相似文献
14.
MATLAB环境下的基于HMM模型的语音识别系统 总被引:5,自引:0,他引:5
在MATLAB环境下利用语音工具箱Voice Box实现基于连续概率密度隐含马尔科夫模型的汉语语音识别系统。在实时录音的情况下,利用该语音识别系统,不同的人对20条2~8个字的语音命令进行识别,准确率可达到95%,识别时间1.5~3s,实现了小词汇量连续语音的非特定人的实时识别。 相似文献
15.
16.
步态识别作为一种新的生物特征识别技术,通过人走路的姿势实现对个人身份的识别和认证.算法利用步态轮廓图像边界到重心的距离矢量对步态轮廓图像进行描述,采用步态图像的高宽比进行步态的准周期性分析.利用隐马尔可夫模型进行步态时变数据匹配识别.算法在CMU数据库上进行实验取得了较高的正确识别率. 相似文献
17.
18.
19.
利用MATLAB软件,设计了一种基于GMM模型的与文本无关的说话人辨认系统。该系统包括语音活动检测、提取MFCC参数、训练GMM参数和判决辨认四部分。经过TIMIT数据库测试,该系统的性能良好。 相似文献