基于Gabor特征和EHMM的人脸识别方法

针对传统人脸识别方法在受到表情、姿态和光照等影响时存在鲁棒性差的问题,提出了一种改进的人脸识别方法。在特征提取上,该方法首先提取人脸的Gabor特征,接着利用DCT(discrete cosine transform)压缩使得相似特征得到聚合,最后利用PCA(principal component analysis)分别筛选出最能够代表人脸各个区域的DCT系数。在识别方法上,该方法采用了嵌入式隐马尔科夫模型(embedded hidden markov model,EHMM),并基于人脸的认知结构信息对嵌入式隐马尔可夫人脸结构模型进行了改进。对比实验结果表明,该方法识别率高,复杂度低,并具有较好的鲁棒性,易于在工程上应用。

人脸识别中嵌入式隐Markov模型结构的优化算法研究

提出了一种优化嵌入式隐Markov模型状态数的搜索算法,并且由此算法得到改进的嵌入式隐Markov模型结构。实验证明,这种结构既能提高人脸的识别率,最高可达到100%,又比传统的结构减少30%左右的训练时间和识别时间。

基于流形学习和隐Markov模型的故障诊断

为实现旋转机械故障诊断的自动化与高精度,提出基于正交邻域保持嵌入和连续隐Markov模型的模型诊断方法。将活动件故障振动信号进行经验模式分解并构造Shannon熵得到高维特征向量,利用正交邻域保持嵌入将高维特征向量约简为低维特征向量,并输入到各个状态连续隐Markov链进行旋转机械的故障模式识别。通过深沟球轴承故障诊断实例验证了该模型的有效性。

基于震动信号的异常步态识别

异常步态的识别对老年人的健康看护有很大帮助.现有的相关研究主要通过图像采集设备或穿戴设备获取相关特征信息进行识别,这些方法大多都具有侵入性或对用户有较高的操作要求.本文研究实现了一种基于对脚步震动信号为识别源进行异常步态和跌倒检测的系统原型,该系统通过本文设计的应用于大范围数据采集的多传感器协同信号采集方法采集信号,从中分割出有效部分作为活动元,去噪后再使用改进的动态时间规整算法(Dynamic Time Warping,DTW)计算出代表活动元之间差异性的异常指数,接着由K最近邻(K-Nearest Neighbor,KNN)算法分类异常指数,得到初步表征用户步态的推测值,最后由隐马尔科夫模型(Hidden Markov Model,HMM)进一步处理推测值,识别出用户的步态.实验结果表明,本文提出的方法能够有效在不同的步态模式下识别异常步态,在稳定的环境中识别准确率达到96%,在具有不稳定地板的环境中准确率为94%.

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.

基于广义最大熵回归的自适应艾萨炉铜熔炼工艺参数的软测量

冰铜品位、冰铜温度、渣中铁硅比是艾萨炉铜熔炼过程中的三个主要工艺参数,针对这三大参数在线检测时存在成本高、滞后大、实现困难等问题,提出了一种基于广义最大熵回归的自适应艾萨炉铜熔炼过程三大参数软测量方法.首先基于核聚类的局部线性嵌入算法对熔炼过程的输入数据进行降维预处理,然后利用隐马尔科夫模型对工况进行检测,最后结合工况建立广义最大熵自适应模型.实验表明,提出的方法不仅能明显改善误差,而且测量稳定性得到提高,能为实际生产提供有益的指导.

基于ARM的实时语音识别系统在嵌入式系统中的应用

在分析语音识别原理的基础上,设计了一个基于ARM和DSP芯片的语音识别子系统,用于嵌入式系统中的语音识别,该语音识别子系统由ARM和DSP芯片为核心,配合其他功能电路,能够独立完成语音识别的工作,ARM芯片作为系统的控制芯片,DSP芯片负责对语音信号的隐马尔可夫模型建立,从而使得嵌入式系统的语音识别更为方便简捷,并且该子系统具有一定的通用性和可剪裁性.

一种基于嵌入式隐马尔可夫模型的人脸识别方法

提出一种基于嵌入式隐马尔可夫模型(embedded hidden Markov model,简称EHMM)的人脸图像识别方法,主要包括:1由于奇异值向量具有稳定性、转置不变性等特点,故对归一化的人脸图像,可采用奇异值分解抽取人脸图像特征作为观察序列;2在人脸识别中应用嵌入式隐马尔可夫模型,采用多高斯概率密度函数训练、建立EHMM,再利用建好的EHMM进行识别.实验结果显示,所提方法减少了数据计算量,运行速度快,并提高了识别率,完全满足人脸识别系统的实时性要求.

基于嵌入式隐马尔可夫模型的步态识别

针对从多帧步态中更有效提取步态特征的问题,提出了一种基于嵌入式隐马尔可夫模型的步态识别算法.首先采用背景减除方法提取出人体的侧影轮廓,通过分析轮廓宽度向量的自相关性计算出步态的周期,并得到平均步态能量图.接着利用二维离散余弦变换获得平均步态能量图的空间特征信息,然后把能量图的观测块转化为观测向量实现了步态识别.最后运用最近邻法在两个不同的数据库上进行算法验证,实验结果表明该算法具有较好的识别性能.

一种基于平均步态能量图的身份识别算法

提出一种基于步态能量图(GEI)的嵌入式隐马尔可夫模型(e-HMM)身份识别方法。首先通过预处理提取出运动人体的侧面轮廓,根据步态下肢的摆动距离统计出步态周期,得到平均步态能量图。对能量图的各区域进行分析,利用二维离散余弦变换(2D-DCT)将能量图观测块转化为观测向量,实现嵌入式隐马尔可夫模型的训练和身份识别。最后在USF和CASIA步态数据库上对所提出的算法进行实验。实验表明该方法具有较好的识别性能,是一种有效的步态识别方法。

一种嵌入式语音识别控制模块的设计与实现

在分析语音识别原理的基础上,结合机器人系统人机交互需求,提出了一种基于Linux应用平台、S3C2410X为处理器的低功耗、高性能的嵌入式语音识别控制模块,并分别从模块的硬件结构、软件流程进行分析和设计,通过硬件平台的搭建和软件程序的实现,达到了硬件设计简单、控制灵活、人机交互便捷的目的.

基于嵌入式系统的特定说话人语音识别系统的实现

语音识别是实现人机通信的一种重要技术手段.本文基于Samsung公司开发的B lues芯片,应用隐马尔可夫模型(HMM)理论和方法,完成了针对特定人、小词汇量嵌入式语音识别系统开发.文章介绍了语音识别过程的各个环节及其实现方法.

置信度判别嵌入式隐马尔可夫模型人脸识别

为了提高人脸识别率,提出了一种优化置信度的判别嵌入式隐马尔可夫(EHMM)人脸识别方法。提出的方法基于假设检验,通过最小化检验错误率得到优化置信度判别式训练准则。在优化置信度判别式训练准则的前提下,通过参数估计求解判别式转换矩阵,提取出具有判别性、低维度的图像特征,确保观察样本能正确地分配到其对应的模型状态,以提高所训练出的EHMM模型的正确识别率。理论分析证明了优化置信度判别式训练准则的有效性,详细的实验及与现有方法的比较结果表明,提出的识别方法具有更好的识别性能。

基于隐马尔可夫模型的内存碎片检测机制

当前Vx Works操作系统缺少内存碎片的检测机制。通过增加内存统计信息,基于隐马尔可夫模型的检测程序分析出系统中哪些任务可能是造成内存碎片的根源。软件开发人员根据分析结果对可能造成内存碎片的代码进行优化,且优化前后的分析数据表明内存碎片问题得到了有效的改善,可满足嵌入式设备减少内存碎片的需求。

基于HMM语音识别技术在ARM平台的实现

语音识别技术越来越广泛的应用于嵌入式系统平台。在分析基于HMM语音识别原理的基础上,设计并实现了一个基于ARM9和嵌入式Linux系统的特定人、孤立词和小词汇量的嵌入式语音识别系统。采用S3C2410微处理器和嵌入式Linux操作系统,将交叉编译后的语音识别C语言程序移植入嵌入式Linux操作系统的文件系统,实现语音识别系统的功能。给出了系统整体的软硬件框架,并给出了实时输入识别0到9的汉语数字语音识别的实验结果,探讨了在不同码本长度和不同隐含马尔可夫模型状态数的识别性能,为语音识别技术在嵌入式设备实际应用提供参考。

基于正交余弦变换域概率主成分分析的嵌入隐马尔可夫人脸识别模型

提出并证明了概率主成分分析作用于正交余弦变换(DCT)域与作用于空域所获得的结果相同.利用DCT变换的快速压缩性能和概率主成分分析的软降维性能来稳定地获取和表示人脸的局部特征,并把得到的特征向量作为嵌入隐马尔可夫模型的观察向量,建立了基于DCT域概率主成分分析的嵌入隐马尔可夫人脸识别模型.该模型应用于不同表情和光照下的人脸识别,取得了较好的实验结果.

汽车电动门窗的嵌入式语音控制系统设计

在介绍汽车电动门窗语音控制系统结构和原理的基础上,重点分析了基于隐马尔可夫模型(HMM)的模板训练和语音识别算法.选用凌阳SPCE061A的16位单片机进行了嵌入式系统的硬件和软件设计,并制定了本语音控制系统的实验方案.实验结果表明,该系统能够满足车窗语音控制的要求.

基于MLLE-CHMM的模拟电路故障诊断方法

针对模拟电路具有非线性,故障特征混叠严重,早期故障难以有效诊断的问题,提出了一种基于多组权修正局部线性嵌入(MLLE)和连续隐马尔科夫模型(CHMM)的模拟电路故障诊断方法。首先采用基于频率特征量和统计特征量的方法,提取模拟电路故障特征,并归一化;然后采用MLLE算法对高维故障特征进行降维,提取故障流形特征作为观测序列;最后通过高斯混合模型(GMM)拟合观测序列,并完成CHMM模型参数的训练,实现模拟电路早期故障诊断。仿真实验表明,MLLE-CHMM能有效诊断模拟电路早期故障,平均故障诊断率可提高至95%以上。

电话语音的多说话人分割聚类研究

为了提高电话多人语音中提取的单人语音纯度,即多说话人分割聚类处理的性能,该文在传统的分步分割聚类算法机制上增加了重分割处理,提出逐级算法增强处理机制:在分割部分,该文提出了一种基于Bayesian信息准则的分割算法,融合基于不同距离测度检测得出的分割点提高了分割点检测率;在聚类部分提出了基于BIC和交叉似然比准则(CLR)的分层聚类算法;在重分割部分引入和改进了进化隐Markov模型算法精化分割结果。该文在美国国家标准技术局(NIST)1998年度多说话人识别数据库上进行实验,聚类后性能"类纯度"比传统算法提高了10%。

基于改进型嵌入式隐马尔可夫模型的表情识别方法

提出一种基于改进型嵌入式隐马尔可夫模型的表情识别方法.首先通过视频人脸跟踪检验获取关键帧的感兴趣区域.然后利用二维离散余弦变换将人脸图像观测块转化为观测向量.最后实现嵌入式隐马尔可夫进行模型训练与表情识别.实验表明,采用嵌入式隐马尔可夫模型可有效识别表情,改进和优化后的设计方案识别效果良好.