亚洲精品福利视频网站,一呦二呦三呦国产精品,综合网五月天

馬爾可夫模型

隱馬爾科夫模型的詳細(xì)講解

隱馬爾科夫模型的詳細(xì)講解，此ppt文稿非常詳細(xì)的講解了隱馬爾科夫模型的原理、關(guān)鍵算法、等等，適合進(jìn)階學(xué)習(xí)。

標(biāo)簽： 模型

上傳時(shí)間： 2017-07-23

上傳用戶：TF2015
基于OpenCV的計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn).rar

OpencV是用來實(shí)現(xiàn)計(jì)算機(jī)視覺相關(guān)技術(shù)的開放源碼工作庫，是計(jì)算機(jī)視覺、圖像處理、模式識(shí)別、計(jì)算機(jī)圖形學(xué)、信號(hào)處理、視頻監(jiān)控、科學(xué)可視化等相關(guān)從業(yè)人員的好工具。本書介紹了大約200多個(gè)典型的技術(shù)問題，覆蓋了基于OpenCV基礎(chǔ)編程的主要內(nèi)容，利用大量生動(dòng)有趣的編程案例和編程技巧，從解決問題和答疑解惑入手，以因特網(wǎng)上最新資料為藍(lán)本，深入淺出地說明了OpenCV中最典型和用途最廣的程序設(shè)計(jì)方法。全書結(jié)構(gòu)清晰、合理，范例實(shí)用、豐富，理論結(jié)合實(shí)踐，即使讀者只是略懂計(jì)算機(jī)視覺原理，也能人手對(duì)相關(guān)理論方法直接進(jìn)行編碼實(shí)現(xiàn)。 "基于OPENCV的計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)"的圖書目錄…… 前言第一章使用OpenCV實(shí)現(xiàn)計(jì)算機(jī)視覺技術(shù) 1.1 計(jì)算機(jī)視覺技術(shù) 1.2 什么是OpenCV 1.3 基于OpenCV庫的編程方法本章小結(jié) 第二章 OpenCV的編程環(huán)境 2.1 OpenCV環(huán)境介紹 2.2 OpenCV的體系結(jié)構(gòu) 2.3 OpenCV實(shí)例演示本章小結(jié) 第三章 OpenCV編程風(fēng)格 3.1 命名約定 3.2 結(jié)構(gòu) 3.3 函數(shù)接口設(shè)計(jì) 3.4 函數(shù)實(shí)現(xiàn) 3.5 代碼布局 3.6 移植性 3.7 文件操作 3.8 文檔編寫本章小結(jié) 第四章數(shù)據(jù)結(jié)構(gòu) 4.1 基本數(shù)據(jù)結(jié)構(gòu) 4.2 數(shù)組有關(guān)的操作 4.3 動(dòng)態(tài)結(jié)構(gòu) 本章小結(jié) 第五章數(shù)據(jù)交互 5.1 繪圖函數(shù) 5.2 文件存儲(chǔ) 5.3 運(yùn)行時(shí)類型信息和通用函數(shù) 5.4 錯(cuò)誤處理函數(shù) 5.5 系統(tǒng)函數(shù) 本章小結(jié) 第六章圖像處理 6.1 邊緣檢測(cè) 6.2 直方圖 6.3 Hough變換 6.4 幾何變換 6.5 形態(tài)學(xué) 本章小結(jié) 第七章結(jié)構(gòu)與識(shí)別 7.1 輪廓處理函數(shù) 7.2 計(jì)算幾何 7.3 平面劃分 7.4 目標(biāo)檢測(cè)函數(shù) 7.5 生成與控制貝塞爾曲線 7.6 用OpenCV進(jìn)行人臉檢測(cè) 本章小結(jié) 第八章圖形界面（HighGUI） 8.1 讀取和保存圖像 8.2 OpenCV中的實(shí)用系統(tǒng)函數(shù) 本章小結(jié) 第九章視頻處理（CvCAM） 9.1 使用HighGUI對(duì)視頻進(jìn)行讀寫處理 9.2 CvCam對(duì)攝像頭和視頻流的使用本章小結(jié) 第十章 OpenCV附加庫第一部分 10.1 附加庫介紹 10.2 形態(tài)學(xué)（morhing functions）本章小結(jié) 第十一章 OpenCV附加庫第二部分——隱馬爾可夫模型 11.1 隱馬爾可夫模型概述 11.2 隱馬爾可夫模型中的基本結(jié)構(gòu)與函數(shù)介紹 11.3 隱馬爾可夫模型中的函數(shù)介紹 11.4 人臉識(shí)別工具本章小結(jié) 第十二章核心庫綜合例程 12.1 檢測(cè)黑白格標(biāo)定板內(nèi)指定矩形區(qū)域內(nèi)的角點(diǎn) 12.2 解線性標(biāo)定方程組程序本章小結(jié) 第十三章運(yùn)動(dòng)與跟蹤 13.1 圖像統(tǒng)計(jì)的累積函數(shù) 13.2 運(yùn)動(dòng)模板函數(shù) 13.3 對(duì)象跟蹤 13.4 光流 13.5 預(yù)估器 13.6 Kalman濾波器跟蹤示例 13.7 用Snake方法檢測(cè)可變形體的輪廓 13.8 運(yùn)動(dòng)目標(biāo)跟蹤與檢測(cè) 本章小結(jié) 第十四章立體視覺第一部分——照相機(jī)定標(biāo) 14.1 坐標(biāo)系介紹 14.2 透視投影矩陣的獲得 14.3 攝像機(jī)參數(shù)的獲取 14.4 徑向畸變的校正 14.5 使用OpenCV及CVUT進(jìn)行攝像機(jī)定標(biāo) 14.6 OpenCV中的定標(biāo)函數(shù) 14.7 CVUT介紹本章小結(jié) 第十五章立體視覺第二部分——三維重建 15.1 極線幾何 15.2 特征點(diǎn)匹配 15.3 三維重建 15.4 OpenCV中相關(guān)函數(shù)介紹本章小結(jié) 第十六章立體視覺第三部分——三維重建算法 16.1 圖像校正 16.2 已校正圖像的快速三維重建 16.3 Birchfield算法 16.4 OpenCV中相關(guān)函數(shù)介紹本章小結(jié) 第十七章立體視覺第四部分——立體視覺實(shí)例 17.1 圖像校正實(shí)例代碼 17.2 基于窗口的稀疏點(diǎn)匹配及三維重建之一 17.3 基于窗口的稀疏點(diǎn)匹配及三維重建之二 17.4 Birchfield算法的OpenCV實(shí)現(xiàn) 本章小結(jié) 第十八章常見問題解疑 18.1 安裝與編譯出錯(cuò)解決方法 18.2 OpenCV庫基本技術(shù)問題 18.3 OpenCV在Linux下的相關(guān)問題 18.4 OpenCV庫中的陷阱和bug

標(biāo)簽： OpenCV 計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)

上傳時(shí)間： 2013-07-18

上傳用戶：huyiming139
家用電器中語音識(shí)別技術(shù)的DSP實(shí)現(xiàn).rar

本文對(duì)家用電器中語音識(shí)別技術(shù)的DSP實(shí)現(xiàn)進(jìn)行了研究。文章介紹了語音識(shí)別技術(shù)的基本概念，討論了語音識(shí)別系統(tǒng)的組成和實(shí)現(xiàn)的技術(shù)；詳細(xì)分析了構(gòu)成語音識(shí)別系統(tǒng)的四個(gè)組成部分，包括語音信號(hào)數(shù)字化與預(yù)處理、語音的端點(diǎn)檢測(cè)、特征提取與模式匹配。著重介紹了實(shí)現(xiàn)端點(diǎn)檢測(cè)的短時(shí)平均能量與短時(shí)平均過零率分析，語音信號(hào)的線性預(yù)測(cè)分析及在此基礎(chǔ)之上的倒譜特征參數(shù)，以及實(shí)現(xiàn)模式匹配的常用的矢量量化技術(shù)、動(dòng)態(tài)時(shí)間規(guī)整技術(shù)和隱馬爾可夫模型；根據(jù)提出的語音識(shí)別系統(tǒng)的構(gòu)成，介紹了在MATLAB6.5上實(shí)現(xiàn)了采用動(dòng)態(tài)時(shí)間規(guī)整算法的識(shí)別系統(tǒng)的仿真分析。

標(biāo)簽： DSP 家用電器語音識(shí)別技術(shù)

上傳時(shí)間： 2013-04-24

上傳用戶：zwei41
ADSP-BF531在嵌入式語音識(shí)別系統(tǒng)中的應(yīng)用

　　設(shè)計(jì)了一個(gè)嵌入式語音識(shí)別系統(tǒng)，該系統(tǒng)硬件平臺(tái)以ADSP-BF531為核心，采用離散隱馬爾可夫模型(DHMM)檢測(cè)和識(shí)別算法完成了對(duì)非特定人的孤立詞語音識(shí)別。試驗(yàn)結(jié)果表明，該系統(tǒng)對(duì)非特定人短詞匯的綜合識(shí)別率在90%以上。該系統(tǒng)具有小型、高速、可靠以及擴(kuò)展性好等特點(diǎn);可應(yīng)用于許多特定場(chǎng)合，有很好的市場(chǎng)前景。文中講述了該系統(tǒng)CODEC、片外RAM、ROM以及CPLD等與DSP的接口設(shè)計(jì)，語音識(shí)別運(yùn)用的矢量量化、Mel倒譜參數(shù)、Viterbi等有關(guān)算法及其實(shí)際應(yīng)用效果。

標(biāo)簽： ADSP-BF 531 嵌入式中的應(yīng)用

上傳時(shí)間： 2013-10-28

上傳用戶：rolypoly152
基于隱馬爾可夫模型的人臉識(shí)別的C++源代碼

這是C++編寫的代碼，里面有詳細(xì)說明。

標(biāo)簽： 馬爾可夫模型人臉識(shí)別源代碼

上傳時(shí)間： 2013-10-26

上傳用戶：wentianyou
本文完成了對(duì)唇動(dòng)身份識(shí)別技術(shù)幾個(gè)基本問題的理論研究,并對(duì)整個(gè)系統(tǒng)加以實(shí)現(xiàn).作為本文研究的實(shí)驗(yàn)基礎(chǔ),我們建立了唇動(dòng)方式身份識(shí)別數(shù)據(jù)庫(HITLUDB), 該庫目前包含30個(gè)說話人每人20個(gè)漢語詞的音視

本文完成了對(duì)唇動(dòng)身份識(shí)別技術(shù)幾個(gè)基本問題的理論研究,并對(duì)整個(gè)系統(tǒng)加以實(shí)現(xiàn).作為本文研究的實(shí)驗(yàn)基礎(chǔ),我們建立了唇動(dòng)方式身份識(shí)別數(shù)據(jù)庫(HITLUDB), 該庫目前包含30個(gè)說話人每人20個(gè)漢語詞的音視頻語料.數(shù)據(jù)庫的擴(kuò)充與完善工作仍在不斷的進(jìn)行之中.在嘴唇檢測(cè)方面, 我們對(duì)自適應(yīng)色度過濾模型進(jìn)行改進(jìn),提高了算法的魯棒性,完成了對(duì)嘴唇的精確定位.結(jié)合DCT變換與K-L變換的各自特點(diǎn), 我們提出了特征提取算法,使用較少維數(shù)的特征完成了對(duì)嘴唇區(qū)域主要信息的刻畫.由于唇動(dòng)信息同時(shí)包含了生理特征與行為特征, 我們使用靜念動(dòng)念混合建模的方式,完成了對(duì)說話人唇動(dòng)個(gè)性特點(diǎn)的精確描述.在HMM訓(xùn)練時(shí),我們提出了特征的歸一化處理方法,提高了HMM在實(shí)際應(yīng)用中的性能. 最后,我們分別對(duì)身份辨認(rèn)系統(tǒng)與身份確認(rèn)系統(tǒng)的基本理論進(jìn)行了敘述,并完成了系統(tǒng)的實(shí)踐工作. 關(guān)　鍵　詞：身份識(shí)別唇動(dòng) 特征提取隱馬爾可夫模型 K-L變換

標(biāo)簽： HITLUDB 身份識(shí)別實(shí)驗(yàn)

上傳時(shí)間： 2014-01-14

上傳用戶：wsf950131
常用的說話人識(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)別率的問題

常用的說話人識(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。　　說話人識(shí)別的系統(tǒng)主要由語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
基于統(tǒng)計(jì)的分詞

基于統(tǒng)計(jì)的分詞，采用隱馬爾可夫模型，并有實(shí)驗(yàn)報(bào)告

標(biāo)簽： 分

上傳時(shí)間： 2014-01-21

上傳用戶：watch100
兩篇很好的人臉識(shí)別論文

兩篇很好的人臉識(shí)別論文，基于不同的方法實(shí)現(xiàn)，《基于嵌入式隱馬爾可夫模型（EHMM）的人臉表情識(shí)別》《基于DSP的人臉識(shí)別系統(tǒng)研究》

標(biāo)簽： 人臉識(shí)別論文

上傳時(shí)間： 2014-01-16

上傳用戶：壞天使kk
統(tǒng)計(jì)學(xué)習(xí)方法李航版

《統(tǒng)計(jì)學(xué)習(xí)方法》李航第二版，機(jī)器學(xué)習(xí)，人工智能必備基礎(chǔ)書籍內(nèi)容簡(jiǎn)介：統(tǒng)計(jì)學(xué)習(xí)方法即機(jī)器學(xué)習(xí)方法，是計(jì)算機(jī)及其應(yīng)用領(lǐng)域的一門重要學(xué)科。本書分為監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)兩篇，全面系統(tǒng)地介紹了統(tǒng)計(jì)學(xué)習(xí)的主要方法。包括感知機(jī)、k近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦回歸與最大熵模型、支持向量機(jī)、提升方法、EM算法、隱馬爾可夫模型和條件隨機(jī)場(chǎng)，以及聚類方法、奇異值分解、主成分分析、潛在語義分析、概率潛在語義分析、馬爾可夫鏈蒙特卡羅法、潛在狄利克雷分配和PageRank 算法等。本書是統(tǒng)計(jì)機(jī)器學(xué)習(xí)及相關(guān)課程的教學(xué)參考書，適用于高等院校文本數(shù)據(jù)挖掘、信息檢索及自然語言處理等專業(yè)的大學(xué)生、研究生，也可供計(jì)算機(jī)應(yīng)用等專業(yè)的研發(fā)人員參考。

標(biāo)簽： 統(tǒng)計(jì)學(xué)習(xí)方法機(jī)器學(xué)習(xí)

上傳時(shí)間： 2021-09-01

上傳用戶：wenxiuyu