两级决策的开集说话人辨认方法

为了减少语音数据量 ,提高处理速度和识别的准确性 ,提出了一种采用公共码本、个人隐 Markov模型 (HMM)和个人拒识阈值进行两级决策来实现开集说话人辨认的新方法。在系统实现时 ,采用了一种改进的语音切分算法来提高输入数据的有效性 ,并将说话人识别和人脸识别融合在一起进行身份验证。实验证明这种融合方法能够有效地降低识别的相等错误率至 1%。     

闪光灯和标题条对新闻视频镜头检测影响的研究

新闻视频中特有地存在着大量闪光灯事件和后期视频编辑时加入的标题条事件,对镜头检测带来很大干扰。开发了一种建立在统计学基础上的稳健帧间差度量算法,克服标题条的突然出现和消失等局部剧烈运动对镜头切分的影响。根据闪光灯在视频流时序上的特征,提出通过对潜在切变位置前后视频内容的再检测来区分闪光灯事件和切变。该方法具有通用性和实时性,可以在视频自动分析或自动索引系统中得到实际应用。     

分布式计算模式下的协同编著系统

协同编著过程是以异步协作为主、同步协作为辅 ,隐式协作为主、显式协作为辅的过程 ,要求协同编著系统对各种协作 (特别是异步隐式协作 )给予全面支持。基于分布式计算模式开发的协同编著系统 DCA ,一方面提供众多通用的协作工具 ,满足不同领域对协作的共同需求 ,另一方面提供丰富的协作功能服务 ,让开发者很方便地利用现有功能开发新的协作应用和集成已有应用 ,较好地解决了在开发集成的协作系统时遇到的来自用户需求和实现技术两方面的问题。     

基于SVD的二次型距离相似索引层次算法

大容量多媒体数据库的基于内容相似性的检索本质上是高维特征空间中一定距离函数的 K近邻问题。对适合人类视觉的二次型距离函数 ,即使采用相似索引 ,当特征空间维数较高时检索仍不能保证实时性。为了解决此问题 ,提出基于 SVD(Singular Value Decomposition)的二次型距离相似索引层次算法 ,先以相似索引为基础在主导特征的子空间上进行代价低的近似检索 ,再对过滤结果在高维特征空间中进行线性的精确检索。实验证明 :该方法具有正确性、有效性和实时性     

基于帧间运动的视频分割

视频分割是视频结构化和检索的重要技术 ,目前主要通过镜头分割得到。但许多应用需要对镜头根据摄像机运动作分割 ,现有技术不能满足应用实时需要。提出了一种对P帧运动向量稳健分析计算帧间运动并进行分割的方法。与传统光流法、M估计法比较 ,该算法只在压缩域上进行 ,不需迭代 ,具较强实时性。文中阐述了方法的基本思想、理论依据与实现 ,实验表明 :该方法具有很好的效果     

基于二阶梯度朝向直方图特征的头部姿态估计

定义和提取与头部姿态紧密相关的特征是基于图像表观的头部姿态估计方法的关键步骤。该文提出将二阶梯度朝向直方图特征作为头部姿态图像表示,用于单帧图像的头部姿态估计。首先将图像划分成网格形式,对每个图像单元计算梯度朝向直方图,将相邻若干个图像单元组成图像块,对块内所有直方图元素之间进行成对组合得到成对关系向量,所有图像块的成对关系向量串联起来作为最终图像表示。该图像表示包含高阶的梯度朝向分布统计信息,有很强的姿态描述能力。实验结果表明:该方法比原始的梯度朝向直方图和GaFour等先进方法有更高的分类准确率。     

多摄像机人体姿态跟踪

人体姿态跟踪是人类行为分析和识别的基础,具有广阔的应用范围。该文以人体的头肩部轮廓构成的Ω形状的曲线作为跟踪目标,利用多摄像机间的位置约束和形状约束,提出了一种基于多摄像机的人体朝向、位置和头肩部轮廓的联合跟踪算法。该算法将多视角头肩部轮廓跟踪和三维空间中的头肩部位置跟踪、朝向检测融合于同一框架中。真实场景实验表明该算法具有良好的鲁棒性和准确性。     

基于HHMM的多线索融合和事件推理方法

为了解决基于内容检索技术中低层特征与高层语义之间存在语义间隔问题提出了基于多层次线索与事件的分层模型,以及相应的基于分层隐Markov模型(HHMM)的多线索融合和事件推理方法。其中线索是对事件进行推理的要素,它是低层特征与事件之间的中间层次。在将视频流分割为镜头后,从各个镜头中抽取若干与事件密切相关的线索,构造并训练各事件的HMM模型,用于融合线索和进行事件推理。由于输入视频通常包含多个事件,不可避免会遇到时域分割问题,因此构造一个HHMM模型用于同时进行视频流的合理分割和事件的识别。对足球视频的大量实验结果表明,该方法可有效地检测足球视频事件,并在抽取的线索不完全可靠的情况下具有一定的鲁棒性。     

基于时空纹理图象能量分析的运动和深度估计

本文提出用于运动理解和景深估计的三维时空纹理图象的运动能量方法，研究时空纹理和物体运动的关系，并从时域采样的角度研究了对应性问题。在此基础上，着重讨论了在已知运动的情况下，由时空运动纹理的频谱分布来定性估计深度的算法，并给出实验结果和分析。对于一般的运动，作者提出了采用图象注视变换和时域重采样的方法，使复杂的三维时空图象的分析简化为二维时空纹理的方向检测。本文研究可广泛应用于视觉导航、自动检测、安全监视和视频图象分类等领域。     

智能空间位置感知的伺候式服务模型

智能空间中,位置感知应用不仅需要位置相关的快速查询服务,而且需要伺候式的空间事件服务。然而传统的空间数据库系统难以有效地满足以上两种需要。为此提出了一种轻量级的伺候式空间服务模型P roSerM od i。该模型采用了在复合空间索引基础上的双服务处理机制技术,不仅使空间事件服务的通知质量从传统模型的I/2降低到零延时,而且使与位置相关的查询处理的复杂度从传统模型的O(n)降低到O(logkn)。综合性能分析表明该模型在提供位置感知服务上比传统模型更有效。