首页 | 本学科首页   官方微博 | 高级检索  
     

基于粒子滤波的交互式多模型说话人跟踪方法
引用本文:侯代文,殷福亮. 基于粒子滤波的交互式多模型说话人跟踪方法[J]. 电子学报, 2010, 38(4): 835-0841
作者姓名:侯代文  殷福亮
作者单位:大连理工大学电子与信息工程学院,辽宁大连,116023;海军试验基地,辽宁大连,116041;大连理工大学电子与信息工程学院,辽宁大连,116023
基金项目:国家自然科学基金(No.60772161,60372082);;高等学校博士学科点专项科研基金(No.200801410015)
摘    要: 本文提出一种基于采样交互的多模型粒子滤波方法,实现了对随意运动说话人的有效跟踪。该方法根据说话人跟踪问题的特点,用马尔可夫跳变系统描述说话人的动态特性,用粒子滤波方法估计说话人的位置。在说话人跟踪过程中,通过调整滤波粒子的采样区域,完成交互式多模型方法中的输入交互,这不仅实现了各子滤波器中粒子数目的任意设定,避免了模型转换过程中的性能退化现象,而且取消了对模型后验概率密度函数的高斯分布假定,增强了说话人跟踪系统的鲁棒性。计算机仿真实验结果验证了本文方法的有效性。

关 键 词:说话人跟踪  交互式多模型方法  马尔可夫跳变系统  粒子滤波  状态估计

An IMM Particle Filtering Method for Speaker Tracking
HOU Dai-wen,YIN Fu-liang. An IMM Particle Filtering Method for Speaker Tracking[J]. Acta Electronica Sinica, 2010, 38(4): 835-0841
Authors:HOU Dai-wen  YIN Fu-liang
Affiliation:1.School of Electronic and Information Engineering;Dalian University of Technology;Dalian;Liaoning 116023;China;2.Naval Test Base;Liaoning 116041;China
Abstract:A new interacting multiple model(IMM) algorithm based on particle filter is proposed to track a randomly moving speaker.Based on the characteristic of speaker tracking problem,the proposed method represents the dynamic model with Markov jump system and filtering the system state with particle filter.The interacting process is accomplished by properly selecting the sampling region.Thus,not only the number of particles in each mode can be controlled so that the degeneracy problem around mode transition is avo...
Keywords:speaker tracking  interacting multiple model  jump Markov system  particle filter  state estimation  
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《电子学报》浏览原始摘要信息
点击此处可从《电子学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号