2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、說話人跟蹤問題是實現(xiàn)人機交互的一個重要研究課題,針對基于單模態(tài)單特征的說話人跟蹤算法魯棒性差,定位精度低的問題,本文研究了一種基于雙模態(tài)的說話人跟蹤方法,充分利用音頻信息和視頻信息的互補性和冗余性,實現(xiàn)復雜環(huán)境下說話人魯棒而精確的跟蹤。本文深入研究了音視頻聯(lián)合的說話人跟蹤問題,取得了以下的研究成果:
   (1)考慮到單一音頻特征定位精度低和魯棒性差的問題,采用一種基于到達時間差和波束輸出能量聯(lián)合定位說話人的兩步定位方法。線性麥

2、克風陣列中,先采用到達時間差特征進行聲源的粗定位,獲得聲源的最大似然空間,之后進行細定位,引導波束輸出在該似然空間內(nèi)搜索能量最大的位置,并將該位置作為聲源的最佳估計位置。
   (2)將D-S理論應用于視頻多特征融合問題,設計一種基于改進D-S理論的視頻多特征融合方法。本文先從證據(jù)源的可靠性和沖突分配兩個角度改進了標準D-S理論,使其能適合說話人跟蹤系統(tǒng)實際環(huán)境,之后,在粒子濾波的框架下,采用改進的D-S理論先融合每個攝像頭的顏

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論