动态手写签名验证技术概述

With the development of e-commerce, people are attaching more importance to biometrics authenticationtechniques. Dynamic handwritten signature verification is an effective one. This paper introduces the basic process ofdynamic handwritten signature verification, some algorithms in use and performance evaluation.

用隐马尔柯夫模型对汉语进行切分和标注排歧

对汉语进行切分和标注，不可避免要产生歧义。文中对切分和标注阶段采用相同的模型－隐马尔柯夫模型（ＨＭＭ）来消歧。在切分阶段，使用基于ＨＭＭ的切分评分，而在标注阶段，使用基于ＨＭＭ的词汇评分。并按最大可能原理和多结果输出原理进行词汇评分实验，实验结果表明：用ＨＭＭ对汉语进行标注排歧，正确率很高。

基于非均匀矢量量化的孤立数字语音识别

本文讨论了基于非均匀矢量量化、隐马尔可夫模型(HMM)的孤立数字语音识别系统。在现有的连续密度隐马尔可夫模型多说话人孤立数字识别系统中,通常采用 LBG 算法建立矢量码本,并采用全搜索识别算法,这样的结果限制了识别精度和识别速度。本文提出了一种新的系统算法,即用非均匀矢量量化(Non-Uniform Vector Quantization——NUVQ)取代原矢量量化部份,实验结果证明,本系统在识别速度和识别精度上都有了较大的改善。

隐马尔可夫模型及在人脸识别算法中的应用

介绍了隐马尔可夫模型(HMM)及其三大算法,并将其引入人脸识别的研究中,描述了一种基于隐马尔可夫模型的人脸识别方法。一幅正面人脸图像的重要特征具有一定的顺序,它可以通过一维的HMM来建模,每个特征区域被指定为一个状态,通过K-L变换将降维以后的特征矢量作为观察矢量。和其他人脸识别的方法比较,隐马尔可夫模型更能为人脸检测和识别提供灵活的框架。