高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码
排序:
相关度
发表时间
每页显示:
10
20
30
50
基于K-L散度的最大后验弧主导的混淆网络生成算法
王欢良, 韩纪庆, 郑铁然, 李海峰
2008, 30(5): 1109-1112. doi: 10.3724/SP.J.1146.2006.01760  刊出日期:2008-05-19
关键词: 语音识别; 混淆网络; Lattice; 混淆网络生成; K-L散度
为快速生成高质量混淆网络,该文提出一种最大后验弧主导的快速生成算法。它只需遍历一遍Lattice,具有线性时间复杂度。采用K-L散度(Kullback-Leibler Divergence,KLD)来度量弧标号之间的发音相似性,改善了混淆网络生成中弧对齐的准确性。实验结果显示,所提算法在生成速度上和Xue的快速算法是可比的,而生成质量更好。通过采用KLD作为弧标号相似性测度,生成混淆网络的质量得到了进一步提高。
基于多层运动历史图像的飞行时间相机人体运动识别
张旭东, 杨静, 胡良梅, 段琳琳
2014, 36(5): 1139-1144. doi: 10.3724/SP.J.1146.2013.01003  刊出日期:2014-05-19
关键词: 人体运动识别, 距离图像, 多层运动历史图像, R变换
该文利用飞行时间(Time-Of-Fligh, TOF)相机提供的距离图像,在运动历史图像的基础上提出一种基于多层运动历史图像的人体运动识别方法。计算距离轮廓序列的运动能量图作为整体运动信息,同时根据距离变化量,计算前向、后向的多层运动历史图像作为局部运动信息,共同组成多层运动历史图像。为了解决Hu矩对不连续或具有噪声的形状较为敏感的问题,引入R变换对每层运动历史图像进行特征提取,串联形成特征向量送入SVM进行分类识别。实验结果表明,该识别方法可以有效识别人体运动。

官方微信,欢迎关注