基于频谱方差的抗噪声语音端点检测算法

在语音识别系统中,对识别的准确性有很重要的作用.对于纯净语音信号,传统的端点检测算法能够很好地检测语音部分的起止点.由于在有噪声干扰的情况下,算法的检测准确度往往会急剧下降.为了改善噪声环境下的端点检测效果,从语音信号和噪声信号频域分布特性的差异出发,用频谱方差数值来区分语音和噪声,提出了基于频谱方差的端点检测算法,并进行了无噪声和噪声环境下的仿真,证明了这种算法在强噪声干扰的情况下也能够取得很好的效果.同时将新算法和传统的基于LPCC的端点检测算法进行了对比试验,实验结果表明,在噪声环境下,新算法的检测精度有明显提高.     

一种用于人脸识别的基于主导近邻像素的局部Gabor空间直方图特征

对于实时性要求较高的人脸识别算法,图像特征表示不仅应该具有高的区分能力,还应该具有较小的空间维数. 提出了一种基于主导近邻像素的局部Gabor空间直方图(LGSH-DNP)的图像特征表示方法. 首先,对人脸图像进行Gabor滤波,滤波后图像上的每个像素用其邻近的两个最大的像素的位置表示并编码成该像素的描述符;然后,提取描述符所形成图像的空间直方图;最后,采用加权交集直方图相似度来度量空间直方图之间的距离,从而实现人脸图像识别. 在人脸识别技术图像库上的实验结果表明,该图像特征算法具有较高的识别率和较低的计算复杂度.     

一种多尺度嵌套卷积神经网络模型

卷积神经网络模型要求训练图像与测试图像在空间尺度上一致.为弱化这一限制,对卷积层特征提取器进行多尺度改进,提出了一种尺度不变卷积神经网络模型,以自动适应输入图像在平面空间上的尺度变化.同时,将多层Maxout网络嵌入新模型中,以进一步提高特征提取能力,提高图像识别与分类的准确性.实验测试结果表明,该模型提高了传统卷积神经网络模型的尺度不变性和分类精度.