Real‐Time Gesture–Based Communication Using Possibility Theory–Based Hidden Markov Model

Exploring correct patterns from low‐frequency time‐series data is challenging. For resolving this problem, the concept of possibility theory–based hidden Markov model (PTBHMM) has been proposed. In this article, all three fundamental problems (evaluation, decoding, and learning) of conventional HMM have been addressed using possibility theory. For handling uncertainty, we have used an axiomatic approach of possibility theory proposed by Zadeh. The time complexity of existing solutions of HMM (forward, backward, Viterbi, and Baum Welch) and proposed possibility‐based solutions has been calculated and compared. From the comparison result, it has been found that PTBHMM has lesser time complexity and hence will be more suitable for real‐time gesture–based communication.     

基于手势识别的机器人人机交互技术研究

研究了基于视觉的动态手势识别技术,采用基于肤色的高斯模型与改进的光流场跟踪算法结合的方 法,实现了复杂背景下实时的手势跟踪,具有快速和准确的特点,且具有较好的鲁棒性．对于动态手势识别器,采 用了隐马尔可夫模型（HMM）作为训练识别算法．考虑到动态手势特征本身的一些特点,对HMM 参数优化算法重 估式加以修正,调整了算法比例因子,从而推导了最佳状态链的确定算法、HMM 参数优化算法．最后将研究开发 的动态手势识别算法成功地应用到了基于网络的远程机器人控制系统中．     

Symbolic Place Recognition in Voronoi-Based Maps by Using Hidden Markov Models

This article presents a new algorithm to recognize natural distinctive places such as corridors, halls, narrowings, corridors with doors opening on the left side, etc., from indoor environments using Hidden Markov Models (HMM). HMM give a stochastic solution which can be used to make decisions on localization, navigation and path-planning. The environment is modeled as a topo-geometric map which combines topological and geometric information. This map is obtained from a Voronoi diagram using measurements of a laser telemeter. The characteristics of topo-geometric map (nodes, number of edges adjacent to nodes, slope of edges, etc.) are used to learn and to recognize the different places typical of indoor environments. This map can be used in order to resolve several problems in robotics such as localization, navigation and path-planning. Our method of place recognition is a fast and effective way for a robot to recognize typical places of indoor environments from a topo-geometric map.     

基于层叠隐马模型的汉语词法分析

提出了一种基于层叠隐马模型的汉语词法分析方法,旨在将汉语分词、词性标注、切分排歧和未登录词识别集成到一个完整的理论框架中．在分词方面,采取的是基于类的隐马模型,在这层隐马模型中,未登录词和词典中收录的普通词一样处理．未登录词识别引入了角色HMM：Viterbi算法标注出全局最优的角色序列,然后在角色序列的基础上,识别出未登录词,并计算出真实的可信度．在切分排歧方面,提出了一种基于N-最短路径的策略,即：在早期阶段召回N个最佳结果作为候选集,目的是覆盖尽可能多的歧义字段,最终的结果会在未登录词识别和词性标注之后,从N个最有潜力的候选结果中选优得到．不同层面的实验表明,层叠隐马模型的各个层面对汉语词法分析都发挥了积极的作用．实现了基于层叠隐马模型的汉语词法分析系统ICTCLAS．该系统在2002年的“九七三”专家组评测中获得第1名,在2003年汉语特别兴趣研究组(ACL Special Interest Groupon Chinese Language Processing,SIGHAN)组织的第1届国际汉语分词大赛中综合得分获得两项第1名、一项第2名．这表明：ICTCLAS是目前最好的汉语词法分析系统之一,层叠隐马模型能够解决好汉语词法问题．     

A Hidden Markov Model approach for appearance-based 3D object recognition

In this paper, a new appearance-based 3D object classification method is proposed based on the Hidden Markov Model (HMM) approach. Hidden Markov Models are a widely used methodology for sequential data modelling, of growing importance in the last years. In the proposed approach, each view is subdivided in regular, partially overlapped sub-images, and wavelet coefficients are computed for each window. These coefficients are then arranged in a sequential fashion to compose a sequence vector, which is used to train a HMM, paying particular attention to the model selection issue and to the training procedure initialization. A thorough experimental evaluation on a standard database has shown promising results, also in presence of image distortions and occlusions, the latter representing one of the most severe problems of the recognition methods. This analysis suggests that the proposed approach represents an interesting alternative to classic appearance-based methods to 3D object classification.     

基于隐马尔可夫模型的运动目标轨迹识别 *

引入改进的隐马尔可夫模型算法,针对真实场景中运动目标轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数;计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别。实验结果表明,平均识别率分别达到87.76 %和94. 19%。     

A probabilistic model for state sequence analysis in hidden Markov model for hand gesture recognition

The role of gesture recognition is significant in areas like human‐computer interaction, sign language, virtual reality, machine vision, etc. Among various gestures of the human body, hand gestures play a major role to communicate nonverbally with the computer. As the hand gesture is a continuous pattern with respect to time, the hidden Markov model (HMM) is found to be the most suitable pattern recognition tool, which can be modeled using the hand gesture parameters. The HMM considers the speeded up robust feature features of hand gesture and uses them to train and test the system. Conventionally, the Viterbi algorithm has been used for training process in HMM by discovering the shortest decoded path in the state diagram. The recursiveness of the Viterbi algorithm leads to computational complexity during the execution process. In order to reduce the complexity, the state sequence analysis approach is proposed for training the hand gesture model, which provides a better recognition rate and accuracy than that of the Viterbi algorithm. The performance of the proposed approach is explored in the context of pattern recognition with the Cambridge hand gesture data set.     

基于第二代Bandelet域隐马尔科夫树模型的图像分割

第二代Bandelet可以充分利用图像的内在几何正则性特点, 并能自适应获得图像的最优表示. 本文采用隐马尔可夫树(Hidden Markov tree, HMT)模型对图像的第二代Bandelet系数建模, 通过多尺度参数训练和基于上下文的最大后验概率进行图像分割. 为了评价本文方法的性能, 我们分别选择合成纹理图像、航拍图像和SAR图像进行实验, 并与小波域HMT模型分割方法(WD-HMTseg)和Contourlet域HMT模型分割方法(CHMTseg)进行比较说明算法的有效性. 实验结果表明本文方法不但在边缘准确性和区域一致性上有明显改进, 而且也降低了纹理图的错分概率.     

隐马尔可夫模型在步态识别中的应用研究

提出了基于高斯混合输出的连续隐马尔可夫模型的步态识别方法。首先,利用k-均值聚类法对步态序列建立初始的高斯混合模型,然后采用Baum-Welch算法对初始连续隐马尔可夫模型参数不断训练求精,在训练过程中对所存在的问题做适当的改进,解决了算法的溢出问题,最后用最前向算法进行识别;利用CASIA数据库对该算法进行验证,取得了较高的识别率,并对视角变化有一定的鲁棒性。     

基于一种改进禁忌搜索算法优化离散隐马尔可夫模型

隐马尔可夫模型(HMM,HiddenMarkovModel)是语音识别和手势识别中广泛使用的统计模式识别方法。文章提出了一种改进的禁忌搜索(ITS,ImprovedTabuSearch)优化HMM的参数。传统的TabuSearch(TS)与局部搜索算法(极大似然法)交替进行,从而加快了算法的收敛速度,并得到优化解。分别用TS及ITS训练隐马尔可夫模型进行动态手势识别。结果表明ITS可获得更高的识别率,且能达到全局优化。     

基于人体行为3D模型的2D行为识别

针对行为识别中行为者朝向变化带来的问题, 提出了一种基于人体行为3D模型的2D行为识别算法. 在学习行为分类器时, 以3D占据网格表示行为样本, 提取人体3D关节点作为描述行为的特征, 为每一类行为训练一个基于范例的隐马尔可夫模型(Exemplar-based hidden Markov model, EHMM), 同时从3D行为样本中选取若干帧作为3D关键姿势集, 这个集合是连接2D观测样本和人体3D关节点特征的桥梁. 在识别2D行为时, 2D观测样本序列可以由一个或多个非标定的摄像机采集. 首先在3D关键姿势集中为每一帧2D观测样本寻找与之最匹配的3D关键姿势帧, 之后由行为分类器对2D观测样本序列对应的3D关键姿势序列进行识别. 该算法在训练行为分类器时要进行行为者的3D重构和人体3D关节点的提取, 而在识别2D行为时不再需要进行3D重构. 通过在3个数据库上的实验, 证明该算法可以有效识别行为者在任意朝向下的行为, 并可以适应不同的行为采集环境.     

利用现有模型修复不完整三维模型

针对通过扫描得到的三维模型经常不完整的问题,提出一种利用现有模型修复不完整扫描模型的方法.首先构建三维源模型库,将现有模型经过选取特征点等处理作为模型库中的源模型;然后选取待修复模型的特征点,通过比较源模型特征点和待修复模型特征点的一致程度,选择出合适的源模型;最后,通过匹配、变形、合并等步骤自动修复不完整模型,得到完整的三维扫描模型.实验结果表明,该方法能很好地修复不完整模型,得到的修复结果是既包含待修复模型的所有组成部分,又对其残缺部分进行合理修复的完整三维模型.     

基于ICA与HMM的表情识别

独立分量分析(independent component analysis,ICA)是一种盲源分离的有效方法,为了进一步有效提取表情图像中隐藏的信息和提高表情识别率,可将它应用于人脸表情识别。由于脸部表情为人类情感、认知过程的研究提供了极为重要的测量依据,因此表情特征的提取和特征序列所代表的表情状态是表情识别过程中的重要步骤。为了更好地进行表情和情感的分类,提出了一种ICA结合隐马尔可夫模型(HMM)识别表情的情感分类系统,该系统首先利用ICA算法进行表情特征提取,为了加快特征提取的速度,这里采用了FastICA算法;然后通过7个训练好的HMM进行表情识别。实验结果显示,该系统使人脸表情识别的整体效果有了提高,取得了令人满意的效果,可以用来识别人脸表情。     

脑干听觉诱发电位的子波变换提取技术

概要地论述了诱发电位的主要特点及检测技术，以脑干听觉诱发电位为例，根据其时，频特性，把子波变换技术应用到ＢＡＥＰ的提取中，提出了ＢＡＥＰ的子波变换技术应用到ＢＡＥＰ的提取中，提出了ＢＡＥＰ的子波变换去噪算法；根据ＢＡＥＰ的信噪比较低的实际情况，提出了结合平均技术的改进算法，通过与传统的平均法比较，该方法可以大大减少检测时间和获得较高的信噪比及满意的波形。     

基于改进YOLOv3的手势实时识别方法

针对基于人工建模方式的手势识别方法准确率低、速度慢的问题,提出一种基于改进YOLOv3的静态手势实时识别方法。采用卷积神经网络YOLOv3模型,将通过Kinect设备采集的IR、Registration of RGB、RGB和Depth图像代替常用的RGB图像作为数据集,并融合四类图像的识别结果以提高识别准确率。采用k-means聚类算法对YOLOv3中的初始候选框参数进行优化,从而加快识别速度。在此基础上,利用迁移学习的方法对基础特征提取器进行改进,以缩短模型的训练时间。实验结果表明,该方法对流式视频静态手势的平均识别准确率为99.8%,识别速度高达52 FPS,模型训练时间为12 h,与Faster R-CNN、SSD、YOLOv2等深度学习方法相比,其识别精度更高,识别速度更快。     

基于混合因子分析的隐马尔可夫模型

经典隐马尔可夫模型用于语音识别存在的两个主要缺陷是“离散状态假设”和“独立分布假设”。前者忽略了语音信号的非平稳性,后者忽略了语音信号的相关性。文章将混合因子分析方法用于语音建模,提出了基于混合因子分析的隐马尔可夫模型框架,并用动态贝叶斯网络形象地表示。该模型框架不仅从理论上解决了上述问题,而且给出许多语音建模的选择。目前广泛使用的统计声学模型均可视为该模型的特例。     

快速的三维人手运动跟踪方法研究

三维人手运动跟踪是人机交互领域的一个重要研究方向.提出了一种新的基于模型的三维人手运动跟踪方法,该方法将层次优化嵌入到基于粒子滤波器的跟踪框架中,通过在隐状态空间中对粒子采样来提高粒子滤波器采样效率.首先,提出了采用低维隐状态来描述人手的配置状态,并根据人手的生理运动约束建立人手动态模型;其次,为提高粒子在隐状态空间的采样效率,提出了采用层次遗传优化来快速地在局部寻找好的粒子,并以此作为重要度采样函数修正粒子滤波的采样算法.实验结果表明,该方法可以在人手自遮挡存在时的复杂背景下快速地对人手运动进行跟踪.     

在频域上利用三维轨迹匹配进行手语识别

手语是聋哑人互相之间常用的交流手段.但由于大部分口语使用者不懂手语, 因此影响了聋哑人参加正常的社交活动.因此,提出了一种利用简单的三维轨迹信息进行小规模手语词汇识别的方法,试图帮助聋哑人克服部分交流障碍.首先,对Kinect获取的三维轨迹进行预处理——对获得的三维轨迹根据打手语人的身高进行归一化,然后使用插值算法对轨迹进行均匀的指定点数的重采样.在进行匹配之前,测试集和原型图像集中的轨迹将会对齐,并使用DFT变换到频域空间,得到由实部、虚部、幅值串接而成的新的特征向量.最后,在频域中计算两条轨迹之间的欧氏距离以评估两条三维轨迹的相似度.对239个手语词汇集合的实验结果表明,该方法对于中国手语的孤立词识别是有效的.     

石油钻井井眼轨迹三维可视化建模

为便于钻井人员直观地观察、分析及有效地控制井眼轨迹,该文从基于切片建立三维几何模型的思路出发,根据不规则三角网(TIN)构网和三维几何变换提出了一个新的筒状井眼轨迹的三维可视化建模方法。该方法不需要对井眼轨迹弯曲处进行插值圆滑处理,高效快捷地实现了筒状井眼轨迹的无缝连接。详细描述了井眼轨迹的建模方法,为临境观察、控制石油钻采的三维可视化打下了基础。