检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于LPC和MFCC得分融合的说话人辨认

计算机技术与发展 2016年第1期26卷 39-42,47页

作者：单燕燕南京邮电大学通信与信息工程学院江苏南京210003

实验室环境下,说话人识别研究已经取得很大进展,但是在实际生活中,说话人识别系统的性能受到环境噪声、健康状况等因素的影响很大。日常生活中,感冒是不可避免的。而感冒往往会诱发鼻腔的炎症,改变鼻腔的容积和形状,引起说话人声音的改... 详细信息

实验室环境下,说话人识别研究已经取得很大进展,但是在实际生活中,说话人识别系统的性能受到环境噪声、健康状况等因素的影响很大。日常生活中,感冒是不可避免的。而感冒往往会诱发鼻腔的炎症,改变鼻腔的容积和形状,引起说话人声音的改变,导致说话人识别性能下降。文中研究测试者感冒时说话人识别系统的性能。为了有效利用不同特征参数得分的互补性,针对基于GMM模型的说话人辨认系统,提出了将特征LPC和MFCC分别应用于该系统,并将二者的得分归一化后进行融合计算。实验结果表明,对正常语音来说,与LPC特征系统相比,该方法能够有效提升辨认性能;对感冒语音来说,当高斯成分为16时,较之LPC特征系统,该方法提升辨认性能12.5%左右,较之MFCC特征系统,该方法也能提升8.5%左右的辨认性能。

关键词：感冒语音说话人辨认得分融合得分归一化

在线全文

学校读者我要写书评

暂无评论

融合局部特征和全局特征的手指静脉识别方法

计算机工程与应用 2012年第14期48卷 158-162页

作者：杨颖尹义龙杨公平袭肖明阜阳师范学院计算机与信息学院安徽阜阳236037 山东大学计算机科学与技术学院济南250101

手指静脉识别是利用人体手指静脉结构的唯一性实现个体身份认证,具有高度安全和使用便捷等优点。为了进一步提高手指静脉识别系统的性能,提出了一种融合局部特征和全局特征的手指静脉识别方法。应用局部二元模式方法提取手指静脉局部特... 详细信息

手指静脉识别是利用人体手指静脉结构的唯一性实现个体身份认证,具有高度安全和使用便捷等优点。为了进一步提高手指静脉识别系统的性能,提出了一种融合局部特征和全局特征的手指静脉识别方法。应用局部二元模式方法提取手指静脉局部特征,利用海明距离计算匹配得分;应用双向两维主成分分析方法提取手指静脉全局特征,利用欧式距离计算匹配得分;在得分级上融合二者的匹配得分以产生识别结果。实验结果表明,局部特征与全局特征具有较好的互补性,有效地提高了识别精度。

关键词：手指静脉识别局部特征全局特征得分融合

在线全文

学校读者我要写书评

暂无评论

基于图像与深度信息融合的人脸识别研究

基于图像与深度信息融合的人脸识别研究

作者：高文龙东北大学

学位级别：硕士

随着人工智能技术的飞速发展,人脸识别在访问控制、智能交通、视频监控等领域发挥着重要的作用。不同方式的欺骗攻击、光照变化以及实际场景对系统的要求等因素使人脸识别仍然具有很大的挑战性,本文采用卷积神经网络与几何特征相结合的... 详细信息

随着人工智能技术的飞速发展,人脸识别在访问控制、智能交通、视频监控等领域发挥着重要的作用。不同方式的欺骗攻击、光照变化以及实际场景对系统的要求等因素使人脸识别仍然具有很大的挑战性,本文采用卷积神经网络与几何特征相结合的方法对人脸真实性检测部分开展研究,并通过不同模态下的人脸信息融合得到更能表征人脸的特征,使人脸识别系统能够较好的实现对人脸真实性的检测同时能够提升人脸识别的准确率,本课题的研究内容具有积极的意义。针对人脸活性检测,本文结合人脸深度图与彩色图提出了一种二阶活性判断方法。本文结合人脸关键点检测的结果开展基于人脸深度图的活性检测研究,通过构建空间平面模型判断是否来自平面方式的攻击。基于人脸彩色图构建一种轻量化的卷积神经网络二分类模型,实现对彩色图人脸真实性的判断。本文将一阶模型对平面攻击具有较好结果的优点与神经网络模型对彩色图判断的优势相结合,使人脸检测的结果分别经过两个阶段的检测实现对人脸真实性的准确判断,通过尝试对算法的进一步优化,使得二阶活性检测算法能够对不同场景下的攻击方式给出正确的判断结果。针对人脸特征提取算法,本文提出了基于改进Lightcnn算法的三维人脸特征提取模型。人脸识别算法需要在不同光照变化等因素下仍具有较好的的鲁棒性,二维人脸识别目前取得了较好的识别精度,但算法模型的鲁棒性还有待提高。本文首先提出了不同模态下的人脸特征相融合的网络模型算法,通过融合后的新特征表征人脸的特征,提升人脸识别的准确率,同时减小数据库存储的容量。其次本文结合不同模态之间的联系,通过在损失函数中加入不同模态间的相关性约束训练新的人脸特征提取模型,使得人脸识别模型在公开数据集以及实际场景中具有更好的识别效果。人脸识别系统因计算量较大在嵌入式端的部署相对较少,本文将提出的活性检测与三维人脸识别方法相结合,在NVIDIATX2嵌入式板卡上构建基于活性检测的三维人脸识别系统,并使用板卡自带的GPU模块进行模型的加速与优化。本课题使用深度相机构建实际应用场景中的数据集。本文提出的人脸活性检测算法在数据集上的准确率能够达到95%,人脸识别算法能够达到99.82%的准确率,整个系统消耗的时间在86ms左右。最后,对本课题所开展的研究工作进行总结,并展望了未来的研究方向。

关键词：人脸识别活体检测特征融合卷积神经网络得分融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于韵律特征的说话人确认系统融合研究

通信技术 2013年第11期46卷 90-94页

作者：童强李辉方昕中国科学技术大学电子科学与技术系安徽合肥230027 科大讯飞信息科技股份有限公司安徽合肥230088

提出一种基于超音段韵律特征和GMM-UBM-MAP的文本无关的说话人确认系统,并与基于MFCC特征参数的说话人确认系统融合,研究提出新的两系统融合策略。在超音段中提取基于基频的韵律特征参数,建立辅助系统。融合时,以基准系统基于MFCC特征... 详细信息

提出一种基于超音段韵律特征和GMM-UBM-MAP的文本无关的说话人确认系统,并与基于MFCC特征参数的说话人确认系统融合,研究提出新的两系统融合策略。在超音段中提取基于基频的韵律特征参数,建立辅助系统。融合时,以基准系统基于MFCC特征参数的说话人确认系统为主系统,基于韵律特征参数的系统为辅助系统,当主系统的得分与阈值接近时,将两系统得分融合再判断。通过NIST2006数据库的实验表明,融合系统相对原系统有16.39%的提升。

关键词：超音段韵律特征说话人确认得分融合

使用置信区间的基频特征对Ⅰ-Vector系统的性能补偿

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2016年第7期37卷 1629-1632页

作者：琚炜李锐李辉中国科学技术大学电子科学与技术系语音信息处理实验室合肥230027

采用多系统融合可以降低话者确认系统的等误识率(EER),融合策略一般是将多个系统的得分进行线性加权.这种方式是将每个系统得分情况作统一考虑,没有关注到各个系统自身得分的实际分布,某个系统表现不好的测试得分可能会劣化其他系统的... 详细信息

采用多系统融合可以降低话者确认系统的等误识率(EER),融合策略一般是将多个系统的得分进行线性加权.这种方式是将每个系统得分情况作统一考虑,没有关注到各个系统自身得分的实际分布,某个系统表现不好的测试得分可能会劣化其他系统的优秀得分,从而对整个系统性能的提升有限.提出一种基于置信区间的融合策略,对I-Vector基线系统和基频辅助系统各设置一个置信区间,只有当基线系统的得分不在置信区间内并且辅助系统得分处于其置信区间时,才将两个系统的得分进行融合,否则仍然采取基线系统的得分.本文的方法充分利用了各系统的得分置信度,在NIST数据库上的实验表明,相对IVector基线系统,融合系统的性能提升了12.37%.

关键词：话者确认置信区间 I-Vector系统得分融合

在线全文

学校读者我要写书评

暂无评论

二维线性鉴别分析和协同表示的面部识别方法

小型微型计算机系统 2021年第8期42卷 1688-1693页

作者：林克正邓旭张玉伦哈尔滨理工大学计算机科学与技术学院哈尔滨150080

针对图像特征提取方法提取单一特征不能很好地表示图像的问题,提出了二维线性鉴别分析和协同表示的面部识别方法.该方法首先通过二维线性鉴别分析(Two-Dimensional Linear Discriminant Analysis,2DLDA)分别对训练样本的类间散布矩阵和... 详细信息

针对图像特征提取方法提取单一特征不能很好地表示图像的问题,提出了二维线性鉴别分析和协同表示的面部识别方法.该方法首先通过二维线性鉴别分析(Two-Dimensional Linear Discriminant Analysis,2DLDA)分别对训练样本的类间散布矩阵和类内散布矩阵提取特征,之后利用得到的特征重建图像,包括类间虚拟图像和类内虚拟图像.其次,将类间虚拟图像、类内虚拟图像和原始图像利用协同表示(Collaborative Representation,CR)算法进行得分.最后,采用加权得分融合算法将上述得分进行融合以获得最终得分,并利用最终得分进行图像识别.该方法不仅有效的抑制了光照和表情对面部识别的影响,同时根据获得的类间虚拟图像、类内虚拟图像与原始图像互补,有效的提高面部图像识别的性能.实验结果表明,该方法在不同的数据库下(ORL、AR、GT)具有较好的识别精度.

关键词：图像识别二维线性鉴别分析协同表示得分融合

在线全文

学校读者我要写书评

暂无评论

指纹质量评估及匹配的研究

指纹质量评估及匹配的研究

作者：李亚硕山东大学

学位级别：硕士

由于指纹的独特性和持久性,指纹识别被应用于刑侦、考勤等很多领域。指纹识别研究时间较长,算法也比较成熟。正是因为高识别率和易操作性,在很多情况下,指纹识别被作为唯一的识别工具使用。由于指纹自身因素或者采集环境的影响,低质量... 详细信息

由于指纹的独特性和持久性,指纹识别被应用于刑侦、考勤等很多领域。指纹识别研究时间较长,算法也比较成熟。正是因为高识别率和易操作性,在很多情况下,指纹识别被作为唯一的识别工具使用。由于指纹自身因素或者采集环境的影响,低质量指纹无可避免的存在。当两幅图片进行比较时,低质量指纹图像会严重影响匹配结果。因此低质量指纹的处理是指纹识别系统性能提升的关键。不少算法改进工作重点放在预处理阶段,以求减少低质量指纹的影响,提高识别率。但此阶段过于耗时,效果提升空间也越来越小。现在主流的匹配方法是基于细节点的匹配,根据匹配成功的细节点对数计算匹配得分。算法越好,指纹质量越好,匹配的准确性越高。通常只是根据匹配成功的细节点数目和两幅指纹的细节点总数来计算匹配得分,未匹配成功的细节点往往被认为是无意义的或者是干扰因素。但是由于算法和指纹质量原因,部分细节点本应匹配成功却未能成功匹配,如果不考虑这部分信息,指纹细节点的信息利用就不够充分。为了解决上述问题,本文进行了以下两方面的工作：(1)对指纹质量进行评估。由于低质量指纹的影响,想提升指纹识别系统识别率就要处理指纹质量问题,想利用指纹质量就必须做到有效的指纹质量评估。本文首先选定综合评价指纹质量的指标组合：指纹前景比例,方向对比度,方向场连续性和平滑前后方向场变化率。对这四个指标用SVM分类器训练得到分类器模型来预测指纹质量。在FVC2000DB1, FVC2000DB2和FVC2000DB3上进行了实验,证明了评估的有效性。(2)对指纹细节点进行信息挖掘利用。指纹细节点作为指纹识别的重要信息,只要提取的准确就有利用的价值。如果因为匹配不成功而不进行考虑,会造成细节点的信息利用不充分而影响识别正确率。经过对匹配之后的细节点分析,本文从四个方面深入挖掘未匹配成功的细节点信息,分别为：未匹配细节点与匹配细节点个数比例、紧互对原型对、划分成网格计算集合相似度以及Hausdorff方法计算相似度。通过这四个方面提取的信息与原始匹配得分融合得到最终的指纹匹配得分。在整个FVC指纹库中进行了实验证明了方法的有效性。下一步的主要内容为以下两个方面：第一,利用指纹质量更有效的提高指纹识别率;第二,继续挖掘未匹配细节点的信息,并寻找与原始匹配得分更好的融合方法。

关键词：指纹识别指纹质量评估 SVM 未匹配细节点得分融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的说话人识别关键算法研究

基于深度学习的说话人识别关键算法研究

作者：张文娟西安电子科技大学

学位级别：硕士

语音是最直接、最自然的人机交互方式之一,说话人识别正是一种依据人的语音信息区分说话人,从而实现身份认证的的生物特征识别技术。深度学习具有强大的特征抽象和数据建模能力,目前已经在图像分类、机器翻译等领域获得了巨大的成功。... 详细信息

语音是最直接、最自然的人机交互方式之一,说话人识别正是一种依据人的语音信息区分说话人,从而实现身份认证的的生物特征识别技术。深度学习具有强大的特征抽象和数据建模能力,目前已经在图像分类、机器翻译等领域获得了巨大的成功。本文以提升说话人识别系统整体性能为目的,对说话人识别技术中的关键算法进行研究。在此过程中,选用目前最主流的梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)作为特征参数,结合深度学习理论,从基于高斯混合模型(Gaussian Mixture Model,GMM)的传统说话人识别、基于深度学习的分类式说话人识别、基于深层特征的编码式说话人识别三个方面展开讨论。GMM为目前应用最广泛的传统说话人识别算法,本文研究并实现了一个基于GMM的说话人识别系统。分别利用本实验室语音库与Aishell语音库对该系统性能进行验证,并在Aishell语音库上探究了其识别率随训练样本数、待识别说话人数量以及噪声环境的变化情况。由于GMM对非线性数据的建模能力存在缺陷,本文使用深度学习模型代替GMM建立说话人模型。分别采用卷积神经网络(Convolutional Neural Networks,CNN)和长短期记忆网络(Long Short-Term Memory,LSTM)两种网络结构设计了分类式说话人识别算法,并使用Dropout与批规范化机制防止训练过程中的过拟合问题,从而提高网络的泛化能力。通过与GMM系统综合对比后发现,CNN针对少量训练样本和大量待识别说话人的情况表现最佳,而LSTM则具有更好的噪声鲁棒性。据此,本文提出了一种得分融合说话人识别算法,该算法将测试数据并行地输入训练好的两种识别网络,对各网络得分归一化处理之后进行算术平均,从而得到最终的识别结果。实验证明,得分融合说话人识别算法在各种测试条件下都明显具有最好的识别性能。为了解决实际应用中待识别说话人数量不确定以及目标说话人语料不足的问题,本文选用x-vector框架实现了基于深层特征的编码式说话人识别算法,将训练好的神经网络作为特征向量编码器,实现MFCC到身份编码向量的转换。原始的x-vector框架通过平均池化的方式进行数据汇集,对于每一帧赋予相同的重要性,这种计算方式并不合理。本文将注意力机制的思想应用于统计池化层对其进行改进,计算加权均值与标准差,取得了更好的实验结果。标准的Softmax loss通常擅长优化类间差异,但不擅长减少类内差异。本文引入了三种新型损失函数来解决上述问题,并通过实验探究了它们的超参数取值对算法性能的影响,用以指导未来研究工作中参数的取值。实验结果表明三种新型损失函数的判别效果相对于标准的Softmax loss均有较大提升,并且其中AMSoftmax loss与Arc Softmax loss的性能略优于ASoftmax loss。

关键词：说话人识别深度学习梅尔频率倒谱系数得分融合深层特征

基于半监督学习的声音事件分类与检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于半监督学习的声音事件分类与检测方法研究

作者：梁芸浩上海师范大学

学位级别：硕士

声音事件检测（Sound Event Detection,SED）是音频环境监测、智能家居、智能辅助驾驶等应用领域的关键性技术,是近年来智能语音信号处理的研究热点之一。随着深度学习技术的发展与大数据时代的到来,利用深度神经网络对声音事件检测系... 详细信息

声音事件检测（Sound Event Detection,SED）是音频环境监测、智能家居、智能辅助驾驶等应用领域的关键性技术,是近年来智能语音信号处理的研究热点之一。随着深度学习技术的发展与大数据时代的到来,利用深度神经网络对声音事件检测系统建模已经成为众多研究学者们的关注重点,建立轻量化、智能化的声音事件检测系统具有迫切需求和重要意义。当前,虽然声音事件检测已经取得重大进展,但仍然在以下几个方面存在着困难与挑战:（1）在带有时间戳的强标签数据严重缺乏的情况下,如何利用少量弱标签数据以及大量无标签数据进行建模学习;（2）从复杂多变环境中采集的音频数据,多数情况下存在事件重叠与噪声干扰的情况,如何建立一个准确性、鲁棒性较高的检测系统存在着挑战;（3）随着应用场景的多样性,对模型复杂度提出了较高的要求,如何建立轻量化的声音事件检测系统也是当前面临的重要问题之一。本文主要针对上述三个难点展开详细研究,主要包括以下四个创新点:（1）构建基于卷积循环神经网络模型的教师-学生（Teacher-Student）半监督学习框架,充分利用强标签数据、弱标签数据与大量无标签数据训练模型,有效解决标签数据匮乏的问题;（2）通过建立复杂教师模型（Teacher）指导轻量化学生模型（Student）训练的策略,在测试阶段通过学生模型进行推断,减轻了模型复杂度;（3）创新性提出通过基于目标事件的深度特征蒸馏方法、自适应聚焦学习、多阶段模型训练策略以及后处理等技术提高复杂场景下检测系统的性能,同时提高了模型训练的效率;（4）创新性提出语音分离技术辅助声音事件检测系统建模的方法,通过使用分离数据与混合数据联合调整训练模型的方式,有效解决事件重叠与背景噪声干扰对系统建模带来的影响。最后,通过基于类区分度的多模型得分融合策略,结合不同模型对各个事件类别的检测性能,优势互补,提高系统整体性能。本文使用DCASE 2019 Task 4和DCASE 2021 Task 4数据集进行相关实验,验证本文所提技术的有效性。结果表明,深度特征蒸馏以及基于自适应聚焦损失函数、后处理等技术对系统性能带来了显著性改善,在DCASE 2019 Task 4集合上,基于教师-学生模型结构的声音事件检测系统在基于事件的F1得分、基于片段的F1得分以及分类F1得分性能指标上分别达到了51.3%,76.7%,83.1%,相比DCASE 2019 Task 4评测第一名分别提高了8.0%,19.6%,9.0%;另外,本文所提出的采用语音分离技术来辅助声音事件检测系统建模方法也带来了较大的性能收益,在DCASE 2021 Task 4数据集上相比基线系统在基于事件的F1得分、PSDS1与PSDS2性能指标上分别提高了4.3%,8.6%,20.9%;此外,本文的基于类区分度的得分融合方法也为声音事件检测系统的性能带来显著提升。综上所述,本文提出基于教师-学生模型结构的声音事件检测系统及其相关技术和基于语音分离技术辅助建模的声音事件检测系统。通过多组相关实验分析所提方法的正确性,同时对所提技术与其他文献的相关技术进行比较,验证本文方法的有效性。在本文最后,对本文所有相关工作进行了总结,并对未来的研究方向与工作内容进行了展望。

关键词：声音事件分类与检测半监督学习特征蒸馏语音分离得分融合