检索结果-南通市图书馆

多模式汉语连续语音识别中视觉特征的提取和应用

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

中文信息学报 2004年第4期18卷 79-84页

作者：刘鹏王作英清华大学电子工程系网络与人机语音通信研究所北京100084

本文对在汉语多模式汉语语音识别系统中利用视觉特征进行了研究 ,给出了基于多流隐马尔科夫模型 (Multi streamHMM ,MSHMM)的听视觉融合方案 ,并对有关视觉特征的两项关键技术 :嘴唇定位和视觉特征提取进行了详细讨论。首先 ,我们研究... 详细信息

本文对在汉语多模式汉语语音识别系统中利用视觉特征进行了研究 ,给出了基于多流隐马尔科夫模型 (Multi streamHMM ,MSHMM)的听视觉融合方案 ,并对有关视觉特征的两项关键技术 :嘴唇定位和视觉特征提取进行了详细讨论。首先 ,我们研究了基于模板匹配的嘴唇跟踪方法 ;然后研究了基于线性变换的低级视觉特征 ,并与基于动态形状模型的特征作了比较 ;实验结果表明 ,引入视觉信息后无噪环境下语音识别声学层首选错误率相对下降 36 0 9% 。

关键词：计算机应用中文信息处理多模式听一视觉融合视觉特征提取鲁棒性

基于SL811HST和S3C4510B的嵌入式USB主机与设备的设计

在线全文

学校读者我要写书评

暂无评论

微计算机信息 2005年第22期 82-84页

作者：冉光志赵明生清华大学电子工程系网络与人机语音通信研究所 100084 清华大学电子工程系网络与人机语音通信研究所

本文介绍了基于USB接口芯片SL811HST和ARM微处理器S3C4510B的嵌入式USB主机及设备的设计与实现,详细介绍了Linux平台下主机控制器驱动程序和USB设备固件与驱动程序的设计。文中也简要介绍了USB规范及Linux中的USB子系统。

关键词： USB SL811HST S3C4510B

一种面向Internet视频会议应用的码率控制方案

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2003年第17期39卷 166-169页

作者：扈旻赵明生清华大学电子工程系网络与人机语音通信研究所北京100084

该文根据Internet视频会议的特点,参考了网络视频应用的经验,综合了一些常见的码率控制算法,设计并实现了一种含有用户反馈的码率控制策略,以及包括I帧频率控制、编码帧的选择、量化参数估计的一套码率控制方案。模拟试验表明,在不同信... 详细信息

该文根据Internet视频会议的特点,参考了网络视频应用的经验,综合了一些常见的码率控制算法,设计并实现了一种含有用户反馈的码率控制策略,以及包括I帧频率控制、编码帧的选择、量化参数估计的一套码率控制方案。模拟试验表明,在不同信道速率条件下,实现了视频时域质量和空域质量的良好折中,使视频速率与信道速率得到良好匹配。

关键词： H.263+ 码率控制

在线全文

学校读者我要写书评

暂无评论

基于SIP的多媒体视频会议控制系统

计算机工程 2004年第3期30卷 159-161页

作者：池刚毅赵明生扈旻网络与人机语音通信研究所清华大学电子工程系北京100084

分析了会议初始协议(SIP)的基本思想,并对其协议栈进行了研究,提出了协议栈实现的方法。讨论了SIP在多媒体视频会议中的应用,设计了基于SIP的视频会议的控制模块。给出了SIP功能实现的一个简单实例。

关键词：会话初始协议多媒体视频会议协议栈 SIP消息

VoIP网关H.323协议栈中多路呼叫处理技术

在线全文

学校读者我要写书评

暂无评论

计算机工程 2004年第10期30卷 98-100页

作者：白逸之黄永峰李星清华大学电子工程系网络与人机语音通信研究所北京100084

IP电话网关主要功能为连接传统电话网与IP网络，完成多路呼叫的信令协议和语音格式的转换。因此，在网关的实现过程中，会涉及到多路呼叫的资源分配与维护、多线程的处理与同步、呼叫状态的迁移与超时处理等问题。该文针对上述问题，提... 详细信息

IP电话网关主要功能为连接传统电话网与IP网络，完成多路呼叫的信令协议和语音格式的转换。因此，在网关的实现过程中，会涉及到多路呼叫的资源分配与维护、多线程的处理与同步、呼叫状态的迁移与超时处理等问题。该文针对上述问题，提供了独特的实现方法，很好地解决了多路呼叫的资源占用、同步和超时等关键技术，有效地优化了网关系统性能。最后给出了网关指标中最重要的两个参数互通性与多路同时呼叫建立延时的测试结果及分析。

关键词： VoIP 网关多路呼叫

在线全文

学校读者我要写书评

暂无评论

一种头肩像序列的人脸快速定位算法

计算机工程与应用 2003年第29期39卷 125-127页

作者：阮鹏赵明生清华大学电子工程系网络与人机语音通信研究所北京100084

该文根据视频应用的特点,结合人脸的肤色和特征部位几何分布特征,提出了一种应用于头肩像序列视频编码的快速人脸定位算法。实验表明,该方法定位速度快,误检率低,可以在实时系统中应用。

关键词：人脸定位头肩像序列

基于SL811HST和S3C4510B的嵌入式USB主机与设备的设计

在线全文

学校读者我要写书评

暂无评论

微计算机信息 2005年第11Z期21卷 77-79页

作者：冉光志赵明生清华大学电子工程系网络与人机语音通信研究所

关键词： USB SL811HST S3C4510B

基于最低有效位和最高有效位替换法的熵理论模型

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

中山大学学报（自然科学版） 2004年第A2期43卷 42-45页

作者：肖洪华黄永峰朱明方清华大学电子工程系∥网络与人机语音通信研究所网络实验室北京100084

信息隐藏是一个新兴的技术领域,从现在的研究结果来看,熵的概念对于信息隐藏技术的理解是很有好处的,因此,从信息论理论的角度出发,用熵和互信息的原理分析最低有效位(LSB)替换法和基于位图调色板的最高有效位(MSB)替换法的具体实现。... 详细信息

信息隐藏是一个新兴的技术领域,从现在的研究结果来看,熵的概念对于信息隐藏技术的理解是很有好处的,因此,从信息论理论的角度出发,用熵和互信息的原理分析最低有效位(LSB)替换法和基于位图调色板的最高有效位(MSB)替换法的具体实现。从信息论理论角度解释LSB替换法和MSB方法,建立了一种用信息熵分析隐写术的理论模型。

关键词：信息隐藏最低有效位(LSB) 最高有效位(MSB) 熵

基于ARM和DSP的视频会议终端设计与实现

在线全文

学校读者我要写书评

暂无评论

电视技术 2003年第8期27卷 76-77页

作者：赵苏琦赵明生清华大学电子工程系网络与人机语音通信研究所北京100084

从控制部分设计、数据处理部分设计以及两部分联合工作这3个方面介绍了一个视频会议终端的设计和实现,并给出了一个嵌入式系统的基本架构和数据处理器在嵌入式系统中的应用,对嵌入式系统的开发和应用有一定的积极作用。

关键词： ARM DSP 视频会议控制模块数据处理模块嵌入式系统