基于多普勒效應的圖片標注應用.pdf

1、隨著數(shù)字圖片的爆發(fā)式增長和對圖像檢索需求的日益旺盛，圖片自動標注越來越受到人們的關注，識別圖片中的一個或多個特定人是社交領域中常見的需求如Facebook，Google Picasa等，他們都有圖片標記服務。對圖片中朋友的標記能夠更好的與朋友分享快樂，同時在海量圖片中也可以快速的檢索出某個朋友的照片集合。通常的標注方法有手動標注和圖片自動標注。手動標注就是用戶在拍完照片后手動地標注被拍照者的姓名等信息，這樣效率低，工作量大且易出現(xiàn)失誤。

2、傳統(tǒng)的圖片標注都是基于圖像分析算法，復雜度較高，并且精度不能令人滿意。而本文提出的基于多普勒效應的圖片標注應用是人們在拍完照片后便自動對照片中的人進行標注，圖片標注的精度和復雜度都有很大的改進。
　　本論文采用聲波的多普勒頻移作為識別接收設備的特征。由于不同接收設備所處的位置不同，則接收聲波的頻率也不同。根據(jù)設備接收的聲波頻率的大小來判別各個設備的相對位置，從而得知持有該設備的人在圖片中的相對位置，這樣就可以在圖片中標注被拍照者的

3、姓名等信息。實現(xiàn)此功能需要解決兩大挑戰(zhàn)：1）、當給人群中的部分人拍完照后，如何區(qū)別開這部分出現(xiàn)在照片中的人和其他不出現(xiàn)在圖片中的人。2）、如何將每個標記信息與圖片中對應的人準確關聯(lián)。為解決這兩個挑戰(zhàn)，我們提出了一個應用在手機上的基于多普勒效應的方案。首先拍照者拍完照后移動手機并通過揚聲器發(fā)送20kHz的正弦波，被拍照者的手機對接收的聲波信號以44.1kHz的速率進行采樣，并通過10階巴特沃茨帶通濾波器來衰減低于19kHz和高于21kHz

4、的頻率分量。再對濾波后的信號進行欠采樣處理后，對欠采樣后的音頻樣本以10ms間隔，75％的重疊率進行加窗函數(shù)分幀，然后對每一幀的樣本進行FFT計算，選擇在所有幀中，頻率值最大的那個作為被拍照者的手機接收到的聲波頻率，此后被拍照者的手機通過網(wǎng)絡向拍照者的手機回復頻率和用戶名，拍照者的手機根據(jù)接收的信息自動完成圖片標注功能。
　　基于以上描述，本論文設計和實現(xiàn)了高精度檢測多普勒頻移和圖片自動標注系統(tǒng)，并在7個android手機上實現(xiàn)該