常用的說(shuō)話人識(shí)別方法有模板匹配法、統(tǒng)計(jì)建模法、聯(lián)接主義法(即人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn))。考慮到數(shù)據(jù)量、實(shí)時(shí)性以及識(shí)別率的問(wèn)題，采用基于矢量量化和隱馬爾可夫模型(HMM)相結(jié)合的方法。 說(shuō)話人識(shí)別的系統(tǒng)主要由語(yǔ)音特征矢量提取單元(前端處理)、訓(xùn)練單元、識(shí)別單元和后處理單元組成，
標(biāo)簽： 識(shí)別方法 模板 匹配法 人工神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2014-07-08
上傳用戶：wqxstar
iar 安裝使用的方法。其中包括一些工程模板
上傳時(shí)間： 2013-12-31
上傳用戶：天誠(chéng)24
IAR工程模板初探,包含工程設(shè)置等常數(shù)的說(shuō)明以及使用方法.可與Protues中的LPC系列ARM實(shí)現(xiàn)仿真(已測(cè)試).絕對(duì)原創(chuàng).
上傳時(shí)間： 2016-11-18
上傳用戶：sy_jiadeyi
針對(duì)Marr邊緣檢測(cè)算法中LOG模板的構(gòu)造進(jìn)行了研究。根據(jù)實(shí)際應(yīng)用中LOG模板的設(shè)計(jì)要求,提出了 不等間隔采樣和非均勻量化相結(jié)合的數(shù)字化方法 導(dǎo)出了構(gòu)造LOG模板的一般公式 給出了調(diào)整公式中參數(shù)的方 法。實(shí)驗(yàn)結(jié)果表明,該方法能夠滿足實(shí)際應(yīng)用的要求。
標(biāo)簽： LOG Marr 模板 邊緣檢測(cè)
上傳時(shí)間： 2014-01-25
上傳用戶：wyc199288
同一本書(shū)上的手寫(xiě)數(shù)字識(shí)別程序,里面有模板識(shí)別等等好幾種手寫(xiě)數(shù)字識(shí)別方法,采用線形代數(shù)里概率論識(shí)別
標(biāo)簽： 識(shí)別 數(shù)字識(shí)別 數(shù)字 程序
上傳時(shí)間： 2017-05-26
上傳用戶：refent
1、掌握Windows 下的DIB圖像的存儲(chǔ)格式和基本的處理方法； 2、編寫(xiě)程序進(jìn)行圖像的模板處理； 3、窗口大小為：3*3
標(biāo)簽： Windows DIB 圖像 存儲(chǔ)
上傳時(shí)間： 2014-08-09
上傳用戶：silenthink
基于VOF方法，介紹了自由液面追蹤與模擬的一種新方法：模板化的方法，簡(jiǎn)化了運(yùn)算過(guò)程
上傳時(shí)間： 2017-02-18
上傳用戶：xiaochong
基于圖形處理器單元（GPU）提出了一種幀間差分與模板匹配相結(jié)合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。在CUDA-SIFT（基于統(tǒng)一計(jì)算設(shè)備架構(gòu)的尺度不變特征變換）算法提取圖像匹配特征點(diǎn)的基礎(chǔ)上，優(yōu)化隨機(jī)采樣一致性算法（RANSAC）剔除圖像中由于目標(biāo)運(yùn)動(dòng)部分產(chǎn)生的誤匹配點(diǎn)，運(yùn)用背景補(bǔ)償?shù)姆椒▽㈧o態(tài)背景下的幀間差分目標(biāo)檢測(cè)算法應(yīng)用于動(dòng)態(tài)情況，實(shí)現(xiàn)了動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)，通過(guò)提取目標(biāo)特征與后續(xù)多幀圖像進(jìn)行特征匹配的方法最終實(shí)現(xiàn)自動(dòng)目標(biāo)檢測(cè)。實(shí)驗(yàn)表明該方法對(duì)運(yùn)動(dòng)目標(biāo)較小、有噪聲、有部分遮擋的圖像序列具有良好的目標(biāo)檢測(cè)效果。
標(biāo)簽： 幀間差分 模板匹配 運(yùn)動(dòng)目標(biāo)檢測(cè)
上傳時(shí)間： 2013-10-09
上傳用戶：ifree2016
提出了一種基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法。該方法利用飛機(jī)圖像低頻和高頻部分合成濾波器模板，能達(dá)到很高識(shí)別率與很低的等錯(cuò)率。該研究旨在提高飛機(jī)識(shí)別的準(zhǔn)確率和降低出錯(cuò)率，采用一種基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法。該方法通過(guò)對(duì)采集的飛機(jī)圖像做去除背景、降噪、圖像增強(qiáng)、二值化和歸一化處理，將飛機(jī)圖像低頻和高頻部分合成濾波器模板，通過(guò)特征比對(duì)達(dá)到識(shí)別飛機(jī)的目的。利用Matlab 7.0做10種飛機(jī)的識(shí)別實(shí)驗(yàn)，得出了95.47%識(shí)別率和0.04%等錯(cuò)率的結(jié)論，識(shí)別率和等錯(cuò)率均優(yōu)于不變矩法、三維識(shí)別方法、基于小波分析和矩不變量的方法，印證了筆者提出的基于相關(guān)分析的飛機(jī)目標(biāo)識(shí)別方法的優(yōu)越性。在飛機(jī)圖像數(shù)據(jù)庫(kù)上的實(shí)驗(yàn)結(jié)果表明，該方法是可行的。
標(biāo)簽： 分 飛機(jī) 目標(biāo)識(shí)別
上傳時(shí)間： 2013-11-03
上傳用戶：manlian
結(jié)合已有的基于MPEG視頻流的行車障礙檢測(cè)算法，在原有基礎(chǔ)上加入檢測(cè)匹配模板，對(duì)易造成誤判的噪聲及影響正常檢測(cè)的非危險(xiǎn)區(qū)域都有較好的處理效果。通過(guò)統(tǒng)計(jì)分析及經(jīng)驗(yàn)驗(yàn)證，分析得出在直行、轉(zhuǎn)彎及上下坡3種路況及不同車速下車輛正常安全行駛時(shí)的檢測(cè)閾值T。該方法能結(jié)合實(shí)際，運(yùn)算量小，實(shí)驗(yàn)結(jié)果較好。
標(biāo)簽： MPEG 運(yùn)動(dòng)矢量 檢測(cè)方法
上傳時(shí)間： 2013-10-19
上傳用戶：agent
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
