检索结果-内蒙古大学图书馆

作者：林汇丰华南理工大学

学位级别：硕士

近年来,人机交互技术一直在不断发展,其中基于手势的人机交互方式是最自然、最直观的方式之一。手势识别和人手检测等技术是这种交互方式的关键,它们一直以来都是计算机视觉领域中的研究热点。尽管这些技术已经得到了广泛的研究,但是它... 详细信息

近年来,人机交互技术一直在不断发展,其中基于手势的人机交互方式是最自然、最直观的方式之一。手势识别和人手检测等技术是这种交互方式的关键,它们一直以来都是计算机视觉领域中的研究热点。尽管这些技术已经得到了广泛的研究,但是它们在实际应用场景中所必然会面临的复杂背景和遮挡等问题仍未得到有效的解决。深度学习是目前手势识别、人手检测等任务的主流解决方法,其在泛化能力、鲁棒性等方面比传统算法有巨大的优势。然而,深度学习模型通常会占用较多的计算资源和内存,不利于其实际应用。针对上述问题,本文主要对基于深度学习的手势识别、人手检测及其模型压缩和加速技术进行了研究。针对静态手势识别中复杂背景的问题,我们提出了一种二阶段的识别方法,其中包含了人手姿态估计算法和人手姿态分类算法。我们使用了卷积姿态机来对人手关键点进行定位,多阶段序列结构和中间监督的引入使其能够在遮挡和复杂背景等情况下也能做出准确的预测。此外,我们还对模糊高斯混合模型做了改进,并将其用于人手姿态分类,根据输入的人手位置特征将其划分到对应的手势类别中。改进后得到的分类器不仅能够准确地对目标手势进行准确的分类,还能够有效地拒绝非目标手势样本。另外,由于手势识别系统的两阶段设计,算法能够很方便地对手势类别进行扩展。在进行手势识别前,通常需要先使用人手检测算法从图片中准确检测出人手区域。为了兼顾检测算法的速度与精度,我们使用了单阶段目标检测网络YOLOv3模型用于人手检测。我们通过使用更优的预训练权重和适当的数据增强方法,有效提高了模型的检测效果,为模型的压缩和加速算法提供了一个较高的基准。为了进一步降低人手检测模型的计算资源消耗和内存占用,我们基于Network Slimming通道剪枝算法对YOLOv3网络进行模型压缩和加速。在训练阶段对BN层的γ参数施加稀疏正则约束,逐渐减少冗余通道的权重,从而实现通道剪枝。针对YOLOv3模型中的残差连接,我们提出了残差剪枝的方法,提高了通道剪枝的灵活性。另外,我们使用了自适应剪枝阈值的方法来确定剪枝通道并且对其对应BN层的β参数进行了处理,大大降低模型剪枝带来的损失。通过将卷积层和BN层进行融合,模型的推断速度进一步提高。最终,模型的体积和推断用时大幅度减少,并且能够保持检测精度几乎不变。

关键词：深度学习手势识别模糊高斯混合模型人手检测模型压缩和加速

来源：评论

学校读者我要写书评

暂无评论

基于改进的FCM模型的虚拟人脑图像去壳模型

引用

武汉理工大学学报 2010年第16期32卷 52-55页

作者：王顺凤张建伟南京信息工程大学滨江学院南京210044

使用RGB,HSL,HSV空间信息构造新的信息场,该信息场可以降低虚拟人脑数据中下层数据的影响。使用结构张量信息构造各向异性去噪模型,降低噪声的影响,并使用改进的FCM模型对图像进行分割,以降低颜色强度不均匀现象导致的误差。结果表明,... 详细信息

使用RGB,HSL,HSV空间信息构造新的信息场,该信息场可以降低虚拟人脑数据中下层数据的影响。使用结构张量信息构造各向异性去噪模型,降低噪声的影响,并使用改进的FCM模型对图像进行分割,以降低颜色强度不均匀现象导致的误差。结果表明,文中方法可以得到较好的分割结果。

关键词：模糊高斯混合模型结构张量偏移场虚拟人图像

来源：评论

学校读者我要写书评

暂无评论

基于高斯混合模型的语音转换方法研究

基于高斯混合模型的语音转换方法研究

引用

作者：张鹏南京邮电大学

学位级别：硕士

语音转换是指改变一个人(源说话人)的语音个性特征使之具备另一个人(目标说话人)的语音个性特征，从而使源说话人的语音听起来像目标说话人的语音的一种语音处理技术。随着现代生活水平的提高，人们不再单单追求语音的可懂度，而更加强... 详细信息

语音转换是指改变一个人(源说话人)的语音个性特征使之具备另一个人(目标说话人)的语音个性特征，从而使源说话人的语音听起来像目标说话人的语音的一种语音处理技术。随着现代生活水平的提高，人们不再单单追求语音的可懂度，而更加强调语音的个性化特征，因此，该技术的研究不仅具有重要的理论意义，同时也具有巨大的应用价值，正逐渐成为语音处理领域的研究热点之一。\n 本文主要研究语音转换技术的基本理论和方法，介绍了语音韵律转换和谱包络转换的基本概念和方法，重点研究了基于高斯混合模型的谱包络转换算法的原理和实现，论文的主要工作如下:\n 首先，本文研究了传统的基于高斯混合模型的谱包络转换算法，该算法在转换函数训练时采用期望最大算法(EM算法)，由于其具有局部收敛特性，导致模型的参数估计对初值较敏感，且容易收敛到一个局部最优值，本文将该算法与具有全局优化特性的遗传算法相结合，利用遗传算法的并行搜索和全局寻优特性对其加以改进，将其应用到语音转换的过程中，通过仿真实验分析了算法的性能。\n 其次，本文研究了基于模糊高斯混合模型的谱包络的转换算法，该模型与传统的高斯混合模型算法的主要不同在于对特征矢量的划分采用了模糊聚类技术。本文描述了基于模糊高斯混合模型的谱包络转换算法的具体实现，并结合STRAIGHT语音分析合成模型实现了基于模糊高斯混合模型算法的语音转换系统，通过仿真实验对比分析研究了传统高斯混合模型和模糊聚类高斯混合模型在谱包络转换效果方面的异同，分析了转换后的语音质量，并对存在的问题和不足做了简要阐述。

关键词：语音转换频谱包络转换高斯混合模型模糊高斯混合模型 EM算法模糊聚类

来源：评论

学校读者我要写书评

暂无评论

基于FGMM的说话人识别算法的研究

基于FGMM的说话人识别算法的研究

引用

作者：卓群中山大学

学位级别：硕士

该文在作者开发的一个说话人识别系统的基础上,详细介绍了说话人识别理论,包括说话人识别系统的结构,说话人识别的原理,说话人识别的方法等等.该文着重于介绍这两种混合模型,并对模糊高斯混合模型进行了深入的研究和讨论,提出了一些改... 详细信息

该文在作者开发的一个说话人识别系统的基础上,详细介绍了说话人识别理论,包括说话人识别系统的结构,说话人识别的原理,说话人识别的方法等等.该文着重于介绍这两种混合模型,并对模糊高斯混合模型进行了深入的研究和讨论,提出了一些改进和建议.主要包括以下四个方面：①高斯混合模型和模糊高斯混合模型形式上的统一的讨论;②距离修正的改进;③模糊度参数取值的建议;④对野值样本处理的改进.并用实验检验了这些改进和建议,取得了较好的结果.该文的组织结构基本上是基于说话人识别的过程,重点介绍说话人识别系统中最重要的两个部分：特征提取部分和说话人模型部分.之后,对实际开发的说话人识别系统的设计和实现进行了粗略的介绍.最后部分是实验结果和讨论.

关键词：高斯混合模型模糊高斯混合模型模糊聚类目标函数

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：