基于DS证据理论多特征融合模型的说话人分割聚类研究

说话人分割聚类是语音处理领域一个重要的研究课题。为提高说话人分割聚类的准确性,提出一种基于DS证据理论多特征融合模型用于提取说话人嵌入特征。该方法使用2种组合特征来更高效地表征语音,用于DenseNet网络的输入,利用DS证据理论对softmax层的输出进行融合,得到说话人的嵌入特征。分别使用单一特征与组合特征输入的DenseNet网络与该模型进行实验对比分析,结果表明,基于该模型的说话人分割聚类提取目标说话人的准确性更有优势。

一种基于PSO的分割聚类算法

为了求得一个数据集的最优分割,提出了一种基于PSO的分割聚类算法-PKPSO,将PSO算法和K均值聚类算法有效地结合在一起,对群体中的候选解有选择地利用K均值算法做进一步优化以提高解的精度。通过对算法的分析,给出了控制参数选择依据。并将此算法与单独使用K均值、PSO算法及QPSO算法聚类进行比较,试验测试结果表明:PKPSO算法有更好的全局收敛性,不仅能有效地克服传统算法易陷入局部极小值的缺点,而且求得解的精度和算法的稳定性都明显优于其他方法。

说话人分割聚类研究进展

说话人分割聚类是近几年新兴起的语音信号处理研究方向,它主要研究如何确定连续语流中多说话人起止时间的位置,并标出每个语音段对应的说话人。这项研究对自动语音识别、多说话人识别和基于内容的音频分析等都具有重要的意义。根据说话人分割和聚类实现过程不同,本文从异步策略和同步策略的角度回顾了十年来国内外研究的主流算法、技术和代表系统,对比了不同代表系统在近几年NIST富信息转写评测的结果,最后讨论了目前还存在的问题,并对未来的发展进行了展望。

利用EHMM和CLR的说话人分割聚类算法

针对传统的说话人分割聚类系统中,由于聚类时话者信息不足而影响切分准确度的问题,本文提出了一种基于进化隐马尔科夫模型和交叉对数似然比距离测度的多层次说话人分割聚类算法,在传统的话者分割聚类算法的基础上引入了重分割和重聚类的机制,以及基于距离测度和贝叶斯信息准则的分层聚类算法,有效的解决了传统方法中切分准确度受到话者信息制约的问题.在美国国家标准技术署(NIST)2003 Spring RT数据库上的实验结果表明,本文提出的算法比传统算法系统性能相对提高了41%.

基于多元时间序列分割聚类的异常值检测方法

为解决多元时间序列中的异常数据问题,在分析已有研究方法的基础上,提出一种基于分割聚类算法和长短期记忆网络结合的大数据异常检测方法。建立多元时间序列聚类模型,采用流水线模型和交替方向乘子法求解,得到子数据分段;使用长短期记忆网络重构各子序列,比较与原始序列的残差检测出异常数据点。以变压器监测数据为例进行异常检测,检测结果表明,该方法具有较高的检测精度。

采用长度规整MAP的说话人分割聚类

本文首次提出了长度规整的最大后验估计(MAP)方法,并将其应用到说话人分割聚类中的交叉似然比(CLR)和T-Test这两种度量距离上。传统的MAP方法需要在通用背景模型(UBM)基础上进行统计量的计算,进而对模型参数进行自适应偏移,因此偏移的程度与语音片段的长度正相关。当在度量两个长度不相同的语音片段的相似性时,传统的MAP方法会使得说话人模型刻画不准确,从而影响距离度量。本文在MAP过程中,根据语音的长度对相关因子进行规整,然后再进行模型参数的调整,从而使得模型参数与语音长度无关,更能体现说话人的身份信息。在中文多人电视访谈节目数据的分割聚类评测任务上,采用长度规整的MAP方法相对于传统方法都有明显提升,在CLR度量准则下分割聚类错误率相对下降了3.5!,在T-Test度量准则下分割聚类错误率相对下降了10.7!。

基于改进自注意力机制的说话人分割聚类

为进一步提高说话人分割聚类系统的性能,提出一种基于改进自注意力机制的说话人分割聚类方法。考虑不同语音帧对说话人特征影响不同,该方法在时延神经网络基础上引入多头自注意力机制,通过多层感知器学习语音帧的权重系数,有侧重地提取说话人信息以增强说话人特征表征能力。同时为更好地利用多头自注意力机制从不同层面提取的说话人信息,进一步补偿说话人特征,对注意力头也进行自注意力计算,通过学习注意力头的权重来提取区分性能力更强的特征。最终将改进自注意力机制的说话人特征应用于说话人分割聚类系统,结果表明,该方法在DIHARDⅡ开发集上分割聚类性能均优于基线系统。

基于混合特征的说话人语音分割聚类研究

研究众多说话人语音中提取目标说话人语音的问题。为提高多说话人语音分割聚类的准确性,结合MFCC特征高准确性和GFCC特征强鲁棒性的特点,提出一种基于MFCC与GFCC混合特征的语音分割聚类算法,有效避免了含噪语音分割聚类鲁棒性较差等问题。针对叠加粉红噪声和工厂噪声的实验语音,分别基于常规算法和改进的分割聚类算法进行对比分析,结果表明,所提出的基于混合特征的语音分割聚类算法提取目标人语音的准确性更具优势。

基于输电线树障定位的改进欧氏聚类分割算法研究

为了提高输电线路巡检的树障定位精确度,提出了一种基于改进欧氏聚类分割的三维点云树障定位方法。该方法利用无人机采集图片进行三维模型重建,通过降采样、位姿调整及滤波对三维点云进行预处理;对于不同类型的树障环境,提出一种前K点柱状约束的欧氏聚类分割算法,提取巡检区域的单簇输电线点云;利用随机采样一致及最小二乘法拟合输电线电云的空间方程,计算非输电线点云与输电线点云的距离,并依据电网安全树线距离定位树障的位置。经过2种不同树障情况的实验,证明此方法可以有效地解决输电线路树障的定位问题。

基于谱熵法的低信噪比案件语音分割聚类研究

针对常规分割聚类方法在低信噪比语音条件下的局限性,为提高语音分割聚类的准确率,基于谱熵法提出结合贝叶斯信息准则(BIC)和模糊C均值聚类的分割聚类方法,同时在预处理环节引入语音端点检测,可有效降低噪声的影响。通过对谱聚类、双门限和SOM-K-means等算法叠加不同种类噪声的分割聚类差异性分析,针对不同数目的说话人语音,在低信噪比条件下所提出的基于谱熵法的BIC模糊C分割聚类算法可有效提高语音分割聚类的准确性,在为后续案件语音识别和说话人识别准确率提升方面具有优越性。

基于法向量区域聚类分割的检测坑点云提取

利用三维激光扫描技术获取堆石坝检测坑表面点云,可以快速计算检测坑体积和堆石坝压实质量,但此技术的关键是从扫描点云数据中准确分割出目标检测坑。提出了一种基于法向量区域聚类分割的检测坑表面点云提取方法:首先通过局部密度法检测得到碾压面外部点P,剩余点则为内部点Q;然后以最小二乘法拟合外部点平面,得到拟合平面法向量与内部点法向量的夹角θ;最后以外部点P作为种子点,逐步扩大搜索区域,直至区域内存在θ大于阈值θ′,即可确定碾压面和检测坑表面的交界,精确提取出检测坑表面点云。利用MATLAB编程实现了检测坑表面点云数据的快速提取,并通过采集3类坝料的检测坑点云数据开展试验,验证了此方法的可行性。研究成果可为类似形状目标点云提取和堆石坝压实质量快速检测提供参考。

基于改进欧式聚类的工件分割方法

针对多工件检测中的单工件分割环节出现的欠分割和过分割问题,提出一种基于相邻工件区域识别的改进欧式聚类分割方法。首先将采集的点云直通滤波以获得感兴趣区域;然后基于离群点判定、法向量夹角和密度聚类的区域识别算法识别相邻工件区域;最后结合基于K近邻的自适应欧式聚类分割点云。结果表明,所提方法的分割精度在95%以上,能准确从场景中分割出单工件的感兴趣区域,并且分割效果较为稳定,可为后续的工件缺陷检测工作奠定基础。

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Lab空间和K-Means聚类的叶片分割算法研究

对植物叶片进行分类,在植物种类鉴别研究中有着重要的意义,而在植物叶片分类中,对叶片的准确分割是进行分类的必要前提。为此,对比分析了传统阈值分割中的最大类间方差法和K-Means聚类两种分割算法,实现对叶片的分割,并将RGB空间转换到Lab空间,再利用两种算法分别进行分割。结果表明:传统的阈值分割和K-Means聚类分割无法将目标图像准确地分割出来;在Lab空间对a分量进行阈值分割可以去除阴影部分,但是分割结果为二值图像;而在Lab空间进行K-Means聚类分割,不仅能够有效地消除在拍摄图像过程中产生的阴影部分,而且分割后的图像为彩色图像,对纹理和颜色特征的提取更加方便,提高了分类识别的准确率。

基于CUDA的并行K-means聚类图像分割算法优化

为提高K-means聚类算法的运算速度,基于CUDA架构提出一种分块、并行的K-means算法,并采用'合并访问'、'多级规约求和'、'负载均衡'和'指令优化'等策略优化并行算法。实验结果表明,并行K-means算法的分割效果与串行K-means算法相同,但运行速度得到了极大的提高,加速比最高达到560,很好地解决了农业工程实际中由于分割算法带来的瓶颈问题,能够极大地提高农业劳动生产率。

基于颜色迁移和聚类分割的偏振图像融合方法

为克服当前偏振图像融合方法存在的不足,提出了一种基于颜色迁移和聚类分割的偏振图像近自然彩色融合方法.该方法首先将偏振参量图像映射到HSI颜色空间,再得到初步的融合图像后将它变换到YIQ颜色空间,并采用颜色迁移技术对其进行颜色修正.通过将修正后的图像变换到HSI颜色空间,并利用对线偏振度图像进行模糊C-均值聚类分割的结果调整融合图像的色调和色饱和度.最后,将处理结果变换回RGB颜色空间,得到最终的图像融合结果.实验结果表明,利用该方法得到的融合图像不仅与人眼视觉感知习惯一致,而且显著增强了目标与背景的对比度.

基于模糊熵和RPCL的彩色图像聚类分割

提出了一种基于模糊熵和RPCL(rival penalized competitive learn ing)的彩色图像聚类分割算法。该算法可以自动确定图像的颜色类数目和初始类中心,从而提高了聚类的收敛速度,并且能够解决模糊熵阈值化分割算法所造成的过度分割问题。首先,计算彩色图像各颜色分量的模糊熵,获得分量模糊熵曲线,并根据模糊熵原理确定各分量的分割区域及聚类中心;然后,对各分量的聚类中心进行组合,形成彩色图像可能的聚类中心。但是,组合的聚类中心数目会多于实际的聚类数目,造成过度分割。因此,本文采用RPCL算法,对这些组合的聚类中心颜色进行学习来确定实际的颜色类数目以及聚类中心,并用学习后的聚类中心对原图像进行聚类分割。实验结果表明,该算法能有效地分割彩色图像,无需事先给定聚类数目和初始类中心。

基于K-means聚类方法的三维点云模型分割

提出采用K-means聚类分析方法对三维点云模型进行分割。论文指出,对于分布呈现类内团聚状三维点云模型,K均值聚类分割可以得到较好的结果。与三维网格模型的K均值聚类分割、点云模型的谱系聚类分割的实验结果比较证实了这一点。

结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。

基于模糊聚类的肤色分割

肤色是彩色图像人脸检测中一个非常重要的特征。通常采用一个统计模型分割出可能的肤色区域,但往往会有很多误判。此外,CbCr 等简单的二维空间,不能表示真正的肤色分布。该文提出采用三维的CrCbCg 模型来更精确地描述肤色分布,同时考虑到一幅图像中肤色区域内颜色点的分布具有相对稳定的特点,利用一种模糊聚类的方法对CrCbCg 模型的输出结果进行二次分割,进一步去除非肤色点。由于结合了每幅图像自身的特点,该算法能大大提高肤色分割结果的准确性。大量实验结果表明,该算法能有效处理95%以上的彩色图像,对于70%以上的图像可得到很好的分割结果。