以DSP实现基于概率DP匹配算法的说话人识别系统

提出了利用概率DP匹配算法进行说话人识别的的设想。并给出了运用TMS320C5416实现说话人自动识别系统的方案。该系统利用一种新的语音信号r阶的倒谱线性回归系数等参数构成识别的特征矢量集,运用提出的概率DP匹配算法进行与文本无关的说话人识别。实验结果表明该系统具有识别精度高、识别速度快,占用系统资源少等特点,是一种有效的说话人自动识别的实现方法。

基于概率DP匹配法的噪声环境下说话人识别方法的研究

提出了一种在噪声环境下利用复数语音帧段主分量特征输入的概率DP匹配的说话人识别算法。通过对噪声环境下与文本无关的说话人识别实验,验证了这种方法的有效性。

一种用于图像检索的DP匹配方法

相似性测量是图像检索中的一个重要步骤,距离度量是相似性测量的一个重要方法,DP匹配是距离度量的一种特殊形式。该文在分析一维DP匹配的基本原理后,提出用能量矩阵代替DP匹配中的距离矩阵。能量矩阵是根据图像分割区域的边界点的能量来定义的。图像检索实验结果表明,改进的DP匹配方法在图像检索中的应用是可行的,且有一定的优越性。

基于PCANN/PDP混合结构的噪声环境下说话人识别方法的研究

提出了一种基于PCANN/PDP混合结构的实际环境下说话人识别的方法。它采用相继几帧组成的特征参数矢量作为说话人识别系统的输入,能有效地在说话人识别系统中引入帧间相关信息。针对噪声往往具有帧间相关性小,能量分布频率范围广且数值较小,在语音信号主分量特征中对应于贡献率较小的分量等特点,话人识别系统的前端增加语音参数压缩的主分量分析神经网络(PCANN)。同时提出了概率DP匹配说话人识别方法。通过对噪声环境下与文本无关的说话人识别实验,这种方法的有效性得到了验证。

基于KINECT的空中手写数字识别

空中手写识别作为手势识别的重要分支具有很高的研究价值。空中手写数字的识别是一个非常热门的挑战研究课题。本文提出了一种基于两个关键点和八个方向模型("2-8"模型)的数字识别算法。经实验测试表明该算法与手写字体之间的匹配精度较高。