基于相对熵和贝叶斯信息判据的在线分割算法

贝叶斯信息判据(Bayesian Information Criterion,BIC)是一种传统的在线说话人分割(online speaker segmentation)算法,但是它对于不同的语料需要设置不同的阈值,无法达到普适性,而且在时延较低时性能较差.提出了一种基于相对熵(Kullback-Leibler Divergence,KLD)和贝叶斯信息判据(Bayesian Information Criterion,BIC)的在线说话人分割算法,相对熵能度量两个模型之间的距离,再根据距离的变化来确定分割点出现的范围,而贝叶斯信息判据算法能够得到疑似分割点的位置,将两者结合起来,假如疑似分割点的位置在预先判定的范围内,则分割点有效,反之无效.实验表明相比于传统的分割算法,基于相对熵和贝叶斯信息判据的在线说话人分割算法,无需根据不同的语料事先设置阈值,在保证8s以内时延的情况下,相对于传统的方法错误率减少约12％.     

基于模糊——神经网络混合系统的图象分割方法

本文提出了一种基于模糊-神经网络混合系统(FNNHS)的图象分割方法。它可以利用人的经验知识和神经网络从样本数据中学习知识的能力,得到性能良好的模糊规则,并且可以通过神经网络结构实现模糊推理。分割过程由基于区域生长的预分割和基于FNNHS的区域合并两步构成。实验表明,该方法用于复杂图象分割具有很好的效果。     

基于区域的MRF模型用于SAR图像分割

本文提出了一种建立在流域算法过分割结果区域图上的马尔可夫随机场模型的SAR图像分割算法.由于将马尔可夫场随机场(MRF)模型建立在预分割的基础上,极大减少了计算复杂度,并利用SAR图像的分布模型建立多层MRF模型,采用模拟退火优化得到MAP估计的分割结果.实验证明较传统的基于像素的马尔可夫随机场分割算法,该方法极大提高了运算速度,并能取得较为满意的分割结果.     

说话人分割聚类研究进展

说话人分割聚类是近几年新兴起的语音信号处理研究方向,它主要研究如何确定连续语流中多说话人起止时间的位置,并标出每个语音段对应的说话人。这项研究对自动语音识别、多说话人识别和基于内容的音频分析等都具有重要的意义。根据说话人分割和聚类实现过程不同,本文从异步策略和同步策略的角度回顾了十年来国内外研究的主流算法、技术和代表系统,对比了不同代表系统在近几年NIST富信息转写评测的结果,最后讨论了目前还存在的问题,并对未来的发展进行了展望。      

彩色图像分割技术研究

彩色图像分割可以认为是由彩色空间和分割技术两部分组成,介绍了彩色空间,并对7种彩色空间进行了较详细的描述,概述了分割技术,包括:基于像素、基于区域、基于边缘、基于模型、基于物理的方法等,分析了各方法的优缺点并给出了结论.     

一种两步判决的说话人分割算法

为了提高说话人分割(SS)准确率,该文综合考虑了静音信息和性别信息在SS中的作用,提出了一种两步判决的SS算法。在从音频流中分离出语音段的基础上,采用两步判决的方法进行SS。第1步采用基频信息为主、性别模型为辅的策略进行SS,将相邻说话人基频差异大的说话人改变检测出来;第2步采用基于性别的改进T2判决公式进行SS,实现相邻说话人基频差异小的同性别SS,为此,该文提出了一个基于块的潜在说话人改变点检测算法。实验结果表明,本文算法提高了分割准确率,F1度量值可达85.14%。对于短时长(2 s)语音段的SS,该算法和传统的贝叶斯信息判决算法相比,漏检率减少了16%。     

基于单通道的Kmeans算法的图像分割

图像分割是图形处理过程中的一个重要环节,针对图像在不同颜色通道下反映出不同局部特征的特点,提出了一种基于单通道的Kmeans图像分割算法.首先通过对彩色RGB图像进行通道分离,以获得目标图像在单通道下的局部特征;然后对分离结果进行平滑滤波,优化后利用Kmeans算法进行聚类以获取预分割目标;最后对预分割目标进行形态学滤...     

一种新的基于分类的音频流分割方法

很多传统的音频流分割方法都是基于小尺度音频分类的,它们普遍存在虚假分割点过多的缺点,严重影响了实际应用的效果.我们的研究表明,大尺度音频片段的分类正确率明显高于小尺度音频片段的分类正确率.基于这个事实和减少虚假分割点的目的,我们提出了一种新的基于分类的音频流分割方法.首先,采用基于大尺度分类的分割方法对音频流进行粗分割,然后采用基于小尺度分类的细分割步骤在边界区域中进一步精确定位分割点.理论分析和实验结果均表明,当处理类别变换频率较低的音频流时,这种分割方法在保持真实分割点检测率的同时能够大幅降低虚假分割率.     

一种基于HLS的快速图像分割算法

本文提出了一种新的基于HLS的快速图像分割算法。通过分析HLS颜色空间特性,提出一种新的图像相似性的定义方法,可以快速选择出相似的颜色区域。在图像的预分割过程中起到了快速定位的作用。与基于MEANSHIFT的图像分割算法,分水岭算法对比,通过实验结果表明,本论文提出的分割算法具有快速的,良好的的特性。     

汽车牌照字符分割方法

提出一种以车牌中分隔符为参照系的字符分割方法.该方法首先利用分隔符区域投影特征的唯一性,确定分隔符区域所在的区间,然后结合车牌制式的先验知识,构造出以分隔符区域为基准的字符预分割边界,通过分析字符区域的投影特征,可精确地分割出每一个字符.仿真结果表明,该方法分割精度高,具有很强的稳健性.