用于口型识别的实时唇定位方法

在许多应用于有噪声环境下的语音识别系统中,唇读技术能有效地降低噪声的影响,通过视觉 通道来补充仅取决于听觉通道的信息量,从而提高语音识别系统的识别率.该文提出了一种有 效和稳健的唇定位跟踪方法,以满足不用特殊标识物和规范性照明就能对信息进行有效提取 的应用需求.该方法首先用肤色模型查找脸;然后用迭代算法搜索脸部区域内的眼睛;再根据 眼睛的位置来确定脸的大小和位置,并对脸的下半部分采用彩色坐标变换法将唇从肤色中明 显地区分出来;最后,用可变模板将上下唇的内外轮廓描述出来.     

一种快速、鲁棒的唇动检测与定位方法

提出了一种利用唇色在彩色空间分布信息和唇在人脸区域的几何分布特性进行快速、鲁棒的唇动检测与定位的方法。在该方法中,首先提出采用有约束的Fisher变换进行嘴唇图像增强;然后利用嘴唇在人脸区域的几何分布特性,来提高唇动定位的速度和准确性,唇动定位主要利用两种几何分布特性：（1）利用唇的区域面积和人脸的区域面积比值变化范围不大这一特性自适应确定区分唇色和肤色的值。（2）利用外唇参数与内唇参数之间有近似线性关系的假设,用外唇参数预测内唇参数,克服内唇定位经常陷于局部最小、定位不准的缺陷。实验证明,该唇动检测与定位系统无论从速度还是从可靠性、准确性都能满足应用的要求。     

基于单片机和超声传感的微地震电磁信号远程监测控制方法

采用传统方法对微地震电磁信号实施监测控制时所用的时间较长,且监控到的微地震电磁信号幅度曲线与实际幅度曲线之间的误差较大.为此,论文提出了基于单片机和超声传感的微地震电磁信号远程监测控制方法.该方法利用电源模块、NRF2401无线模块、时钟模块和超声液位传感监测模块组建单片机和超声传感单元,并采集微地震电磁信号.根据相邻...     

Ptolemy离散事件模型形式化验证方法

Ptolemy是一个广泛应用于信息物理融合系统的建模和仿真工具包,主要通过仿真的方式保证所建模型的正确性.形式化方法是保证系统正确性的重要方法之一.本文提出了一种基于形式模型转换的方法来验证离散事件模型的正确性.离散事件模型根据不同事件的时间戳触发组件,时间自动机模型能够表达这个特征,因此选用Uppaal作为验证工具.首先定义了离散事件模型的形式语义,其次设计了一组从离散事件模型到时间自动机的映射规则.然后在Ptolemy环境中实现了一个插件,可以自动将离散事件模型转换为时间自动机模型,并通过调用Uppaal验证内核完成验证.最后以一个交通信号灯控制系统为例进行了成功的转换和验证,实验结果证实了该方法能够验证Ptolemy离散事件模型的正确性.     

基于FDTD的平面波入射介质的仿真

在二维时域有限差分法的基础上,以MATLAB为环境,进行电磁场数值仿真计算以及设置入射波与介质圆柱边界条件.用完美匹配层、矢量亥姆霍兹方程解决了吸收边界和平面波入射有损介质的问题.将平面电磁波入射到介质圆柱上的状态很好地模拟出来.     

试题知识点预测:一种教研知识强化的卷积神经网络模型

在各类在线学习系统中,为了给学生提供优质的学习服务,一个基础性的任务是试题知识点预测,即预测一道试题所考察的知识概念、能力等。在这个任务中,已有方法通常基于人工专家标注或者传统机器学习方法。然而,这些传统方法要么耗时耗力,要么仅关注试题资源的浅层特征,忽略了试题文本和知识点之间的深层语义关联。因此,这两类方法在实际应用中均受到了限制。为此,该文提出一种教研知识强化的卷积神经网络方法进行试题知识点预测。首先,结合教育学经验,定义和抽取试题的浅层特征。然后,利用一个卷积神经网络对试题的深层语义进行理解和表征。然后,考虑到教研先验与试题词句之间的关联,提出一种基于注意力机制的方法能够自动识别和计算不同教研先验对试题的重要性程度。最后,设计了一个融合知识点决策和试题语义约束的模型训练目标。该文在大规模数据上进行了充分的实验。实验结果表明,所提出的方法能够有效地进行试题知识点预测,具有很好的应用价值。     

视觉实验与观念突围

“视觉实验”是我进入杂志社以来．所做的时间跨度最长的栏目了,其间赋予了我很多的精力和感情．也因为这个栏目有幸结识了一批优秀的年轻摄影师．甚至见证了某些摄影师的艺术成长。他们中间既有像做作．齐鸿这样坚持用传统胶片作为创作手段的摄影师．也有像陆军、于雷这样充分运用数码技术所作的影像实验．更有像马忘、少苦这些成功进入影像拍卖市场的艺术家。 在今年年末的时候．“视觉实验”栏目要告一段落．向读者说声“再会”了．在这最后一期．《数码摄影》请到著名旅美影像评论家、策展人王瑞老师．给这个栏目作一个总结。     

嵌入式数据挖掘系统实现方法研究

文中分析了数据挖掘系统与数据库及数据仓库系统间的关系,提出了嵌入式数据挖掘系统的思想、实现方法,及其关键技术。并引用决策树算法对嵌入式数据挖掘系统的实现方法做了描述。文中对嵌入式数据挖掘系统的未来进行了展望,一旦数据挖掘过程变得简单易用,并且能够无缝地集成到商业过程和企业的通用数据和信息流中,将会有新的应用和协同作用使数据挖掘成为功能完备的数据仓库中一项重要的要求。     

结合图像信号显著性的自适应分块压缩采样

均匀分块压缩感知对图像信号进行压缩采样, 无法有效地分离出重要区域和背景区域。为此,本文提出了一种基于显著性的自适应分块压缩采样方法。根据图像信号的显著性,该方法利用四叉树算法进行自适应图像分块,有效分离出重要区域和背景区域。根据区域块的显著度动态设置观测值数量,重要度区域设置高采样率,背景区域设置低采样率,从而提高重要区域的图像重建质量。实验分析表明,在得到更好的视觉效果的同时,本文算法观测值数量较少,且重构图像的PSNR(峰值信噪比)、MSSIM（平均结构相似性）指标,以及运行时间均优于均匀分块压缩采样算法。     

一种具有边界保持特性的图像修补方法

将边界优先级的图像修补方法引入GMRF修补模型中,通过对待修补区域边界像素点优先级的计算,确定像素的修补顺序,并和传统GMRF修补算法的修补结果做出比较。实验结果表明,基于边界优先级的图像修补算法对待修补区域包含边缘的图像有较好的修补效果,能够保持图像缺损区域的结构信息。