基于高斯混合模型的海冰图像非监督聚类分割研究

为了利用海冰图像识别技术获取海冰冰况信息,探索了利用高斯混合模型进行海冰图像分割的技术途径,描述了具体算法,并利用高斯混合模型的最大期望值(EM)算法以及最小描述长度(MDL)准则对渤海海冰图像进行目标提取。研究结果表明,该方法可以很好地实现海冰信息的有效提取和海冰图像的有效分割,从而证明了建立在图像分割技术之上的海冰图像识别技术是处理海冰图像进而获得冰型、冰量等冰况信息的有效技术手段。

基于统计模型和活动轮廓的运动目标检测与跟踪

提出了一种静止背景视频序列中运动目标的检测与跟踪方法.对连续两帧图像序列作差分计算,对差分图像的灰度分布建立混和高斯模型(GMM),采用期望最大化(EM)算法估计模型参数,并引入基于GMM模型的边界检测算子,进而构造运动边界图像.改进静态图像轮廓提取算法GVF-Snake,利用运动边界图像修改GVF-Snake的能量项,使其能够提取视频序列中运动目标的轮廓.采用一种根据目标区域自动初始化轮廓的方法解决Snake初始轮廓需要手工设定的问题,采用一阶差分预测算法加快轮廓收敛速度.利用改进的GVF-Snake算法对运动目标进行检测与跟踪,结果表明,该算法对刚性和非刚性两类目标都具有较好的检测与跟踪效果.

基于小样本训练集的肤色模型建立方法

肤色模型的应用大多是建立在小样本训练集上,而目前常用的肤色模型理论却主要是利用大训练集来提高模型的精确性。那么,如何实现一种基于小样本训练集的且具有较高精确度的肤色模型呢?文章在对该领域常用的三种典型肤色模型分析比较的基础上提出了一种多模型相互结合的肤色模型———统计色度空间模型。实验表明在四种模型中效果是最好的。

一种基于模型距离的改进的说话人识别技术

提出了一种测量高斯混合模型距离的方法。基于此方法提出一种改进的说话人识别系统:首先从语音中提取几种参数;再分别训练高斯混合模型;然后选择使说话人辨认系统模型平均距离较大的那种特征参数的高斯混合模型,作为该说话人的训练模型;最后在识别时提取此种特征参数进行识别。本文仿真了两种不同模型平均距离的特征参数的正确识别率。实验结果表明:对说话人辨认系统来说,采用使模型平均距离较大的特征参数,所对应的识别性能较好。

一种新的车辆图像识别分类算法研究

提出了一种在静止背景交通图像序列中运动车辆的检测和分类方法,即基于GVF-Snake模型和惯量椭圆的车辆分类算法。利用混和高斯模型(GMM)、期望最大化(EM)估计算法、改进GVF-Snake模型,从序列交通视频图像中检测出运动车辆;然后,借用刚体惯量椭圆原理,计算运动车辆等效椭圆偏心率,从而建立车长-车投影面积-车的等效椭圆偏心率三参数建立了车辆分类器。该方法的车辆检测与分类都是基于数理统计原理,算法复杂度小,可用数字逻辑编程实现,适合在嵌入式系统中应用。

改进的EM算法在说话人识别中的应用

针对说话人识别的GMM模型中参数估计问题,提出了改进的EM算法,利用算法通过对说话人识别系统的实验数据的计算,验证了该算法能提高说话人识别系统的识别率。

热像仪-RGB相机-IMU传感器的空间联合标定方法

热像仪、RGB相机、惯性测量单元(IMU)在图像模态、感知精度和响应速度方面具有异质和互补的特性,在机器人和计算机视觉领域受到越来越多的关注。在热像仪、RGB相机和IMU传感器之间进行准确的标定是实现三者有效融合必不可少的过程。为此,提出了一种空间联合标定方法,将热像仪、RGB相机和IMU坐标系之间的空间关系关联在一起。为了保证联合标定的一致性,在棋盘格的角点处分别固定尺寸相同、直径约5 mm的LED阵列,作为热像仪的标定板。在提取热像仪标定图像光源中心环节,采用混合高斯模型来提取标定位置信息,以此来保证LED光源部分缺失情况下鲁棒的位置估计。再建立目标优化函数,优化热像仪图像中提取的热源中心重投影误差、RGB图像中提取的棋盘角角点重投影误差、加速度和角速度误差来联合估计外参。实验环节,在搭建的热像仪-RGB相机-IMU多模态感知平台,采集了大量的实验数据,对所收集的热像仪-RGB相机-IMU测量结果进行了深入分析,可靠且准确的空间标定结果验证了所提方法的有效性。

基于PCANN的说话人识别方法研究

本文利用主分量分析神经网络(PCANN)方法,得到一种新的说话人语音特征。该特征通过对相继几帧语音特征参数组成的特征向量作主分量分析得到.新的特征能有效的引入帧间相关信息,减小冗余度,削弱噪声的影响。实验表明,新特征提高了系统的识别性能。