版權(quán)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(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、該文就是從基于人臉和說話人語音的身份識別出發(fā),完成了以下研究工作:(1)我們將獨(dú)立分量分析應(yīng)用到特征抽取問題中,并根據(jù)特征抽取問題的具體情況,提出了獨(dú)立特征提取方法.(2)我們將獨(dú)立特征抽取方法應(yīng)用于人臉圖像特征抽取,考慮到人臉圖像數(shù)據(jù)量大,提出了采用基于四階矩的獨(dú)立分量抽取方法并且后端采用遺傳算法對求得的獨(dú)立基進(jìn)行選取,在保證識別率的同時降低了運(yùn)算量.取得了令人滿意的效果.(3)對于說話人識別,由于不同頻率上的相關(guān)性包含了說話人聲帶的
2、共振信息.能有效區(qū)分說話人,我們提出了基于主分量分析和Fisher準(zhǔn)則的說話人特征抽取,利用了主分量分析將Mel域頻矢量進(jìn)行了坐標(biāo)基變換.而使得各頻帶間的相關(guān)性在這個新的坐標(biāo)基下更突出了.再利用Fisher準(zhǔn)則對求得的新的特征矢量中參數(shù)進(jìn)行選擇,得到了相同維數(shù)情況下區(qū)分度最優(yōu)的特征矢量.(4)我們還提出了對語音信號的短時頻譜向量做獨(dú)立特征分析,有效利用頻譜矢量元素間的高階統(tǒng)計(jì)信息,進(jìn)一步考慮各個頻率間的相依性,從而求得一組獨(dú)立頻譜系數(shù).
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(quán)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(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 魯棒性多生物特征身份識別中若干關(guān)鍵問題的研究.pdf
- 基于心電圖的身份識別魯棒性研究.pdf
- 基于魯棒特征的人臉檢測與身份識別.pdf
- 基于特征分類直方圖均衡的魯棒性語音識別研究.pdf
- 基于改進(jìn)特征參數(shù)的說話人識別魯棒性研究.pdf
- 基于快速魯棒性特征的物體識別檢測算法研究.pdf
- 基于高魯棒性特征的人體動作識別方法研究.pdf
- 基于魯棒特征的人臉識別與特征保護(hù)算法研究.pdf
- 基于多模態(tài)生物特征的身份識別.pdf
- 基于缺失特征的文本無關(guān)說話人識別魯棒性研究.pdf
- 車載語音識別魯棒性研究及其DSP實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的語音識別魯棒性研究.pdf
- 畢業(yè)論文——生物識別--光照變化魯棒性
- 基于壓縮感知的魯棒性說話人識別.pdf
- 基于FPH特征提取框架的魯棒人臉識別.pdf
- 說話人識別魯棒性研究.pdf
- 基于稀疏表示的魯棒性人臉識別算法的研究.pdf
- 基于結(jié)構(gòu)光的手勢識別技術(shù)魯棒性研究.pdf
- 基于多生物特征識別的身份鑒別.pdf
- 說話人識別及其在噪聲環(huán)境下的魯棒性研究.pdf
評論
0/150
提交評論