基于BTSM—LDA的口形动态特征及多流异步音视频语音识别

引入一种基于贝叶斯切线形状模型(BTSM)的口形轮廓特征提取和基于线性判别分析(LDA)的视觉语音动态特征提取方法,该特征充分体现了口形特征变化的动态性,消除了直接口形轮廓几何特征的冗余.同时采用一种新颖的多流异步动态贝叶斯网络(MS-ADBN)模型来实现音视频的连续语音识别,该模型在词节点级别体现了音视频流的同步异步性.识别实验结果表明:采用LDA视觉语音动态特征的系统性能明显优于静态的口形轮廓几何特征,在语音信噪比为0～30 dB的测试环境下,融合LDA视觉特征的MS-ADBN模型比多流异步HMM的平均识别率提高4.92%,说明MS-ADBN模型更好地表达了音视频流之间的异步关系.     

Variation-based approach to image segmentation

A new approach to image segmentation is presented using a variation framework. Re-garding the edge points as interpolating points and minimizing an energy functional to interpolate a smooth threshold surface it carries out the image segmentation. In order to preserve the edge informa-tion of the original image in the threshold surface, without unduly sharping the edge of the image, a non-convex energy functional is adopted. A relaxation algorithm with the property of global conver-gence, for solving the optimization problem, is proposed by introducing a binary energy. As a result the non-convex optimization problem is transformed into a series of convex optimization problems, and the problem of slow convergence or nonconvergence is solved. The presented method is also tested experimentally. Finally the method of determining the parameters in optimizing is also explored.     

一种基于改进CP网络与HMM相结合的混合音素识别方法

提出了一种基于改进对偶传播（ＣＰ）神经网络与隐驰尔可夫模型（ＨＭＭ）相结合的混合音素识别方法．这一方法的特点是用一个具有有指导学习矢量量化（ＬＶＱ）和动态节点分配等特性的改进的ＣＰ网络生成离散ＨＭＭ音素识别系统中的码书。因此,用这一方法构造的混合音素识别系统中的码书实际上是一个由有指导ＬＶＱ算法训练的具有很强分类能力的高性能分类器,这就意味着在用ＨＭＭ对语音信号进行建模之前,由码书产生的观测序列中     

任意方向运动模糊的消除

对运动模糊图象的恢复而言,虽然维纳滤波法可解决反滤波法中Ｈ（ｕ,ｖ）零点的噪声的放大问题,但无法消除由于模糊罗象信息的不完整性而造成的边缘误差,该文所述的带最优窗的纳滤波方法却可有效地去除噪声和减小边缘误差,除了边缘的Ｌ－形条带外,可得到近平完美的恢复效果,通过对女孩和大狒狒头模糊图象的恢复试验证明,该方法效果较好,由于点扩展函数的设置是影响恢复结果好坏的关键问题,因此文中还证明了对任意方向的直线     

基于动态贝叶斯网络的大词汇量连续语音识别和音素切分研究

提出一个新颖的单流多状态动态贝叶斯网络(Single stream Multi-states Dynamic Bayesian Network, SM-DBN)模型,以实现大词汇量连续语音识别和音素切分.该模型在Bil m es等人提出的单流动态贝叶斯网络(Single stream Dynamic Bayesian Network, Phone-sh ared,SS-DBN-P)模型(识别基元为词)基础上,增加了一个隐含的状态节点层,每个词由它的对 应音素组成,而音素采用固定个数的状态描述,状态和观测向量直接连接.它的识别基元为音 素,描述了音素的动态发音变化过程.大词汇量语音识别的实验结果表明:在纯净语音环境下 ,SM-DBN模型的识别率比HMM和SS-DBN-P模型的识别率分别提高了13.01%和35.2%,而 音频流的音素切分正确率则分别提高了10%和44%.     

基于内分泌激素调节机制的量子进化算法

针对传统量子进化算法用于搜索某些适应度函数时稳定性和精确性差的问题,在计算量子旋转角时引入内分泌激素调节规律,使得量子旋转角根据种群进化代数及个体适应度值自适应调整,提出了一种基于内分泌激素调节机制的量子进化算法.并用于Schaffer函数寻优和三维人脑图像分割.仿真实验结果表明,该算法不仅保留了传统量子进化算法收敛速...     

一种新的复合地形辅助导航方法

地形辅助导航方法中,并行Kalman滤波和关联算子都使用雷达阵列测量的地形高度与地形高程数据对比得到飞行器当前定位.并行Kalman滤波中虽然采用了多模式自适应技术(Multi Mode Adaptive Estimation,MMAE),仍然难以确保系统在遇到地形突变情况时的性能.关联算子技术基于贝叶斯原理,计算简单,并且具有较好的鲁棒性.基于两种方法,提出一种复合地形导航系统,使用关联算子监视并行Kalman滤波,保证定位精度的鲁棒性.实验使用真实地形数据验证了该方法的有效性.     

树型小波变换在纹理分析中的应用

分析了小波变换的特点,将传统的塔型小波变换和树型小波变换进行了比较,给出了一种用树型小波来提取纹理特征进行纹理图象分割的方法。经过实验结果表明,用树型小波变换可以在纹理分析中获得较好的效果。     

矩快速算法综述

矩是图像处理、模式识别和计算机视觉中的通用技术之一.本文逐一介绍了几何矩和正交矩的各种快速算法,并对其性能进行了评估.几何矩快速算法包括图像变换、Delta方法、拐点方法、Green定理法、图像块表示法、可重构网格法、SIMD阵列法和VLSI算法.与几何矩相比,正交矩快速算法种类较少.