基于MMSE-LSA语音增强算法在非平稳环境下的研究与实现

讨论了非平稳环境下基于语音短时对数谱的最小均方误差(MMSE-LSA)估计的语音增强算法.众所周知,语音信号为时变信号,在假设语音频谱分布为高斯分布的前提下,实验的工作重点是将MMSE-LSA算法与其它语音增强算法(以谱相减的语音增强为例)比较.实验结果表明:该MMSE-LSA算法的语音增强效果很好,特别是在信噪比低时的非平稳环境下效果更为明显.     

适用于复杂三维网格模型的盲水印算法

提出一种基于奇异值分解的网格模型盲水印算法，只对网格顶点的几何数据进行处理，适用于任意拓扑结构的网格模型。奇异值分解在与网格模型几何数据局部统计特征相似的球面坐标映射方阵中进行，水印序列嵌入到方阵生成的奇异值序列中。实验结果表明，算法可抵抗平移、旋转、各向一致缩放攻击及顶点重排序攻击，对噪声攻击也具有一定的鲁棒性。     

基于模糊神经网络的印刷体汉字容错识别方法

类似于人脑的工作方式，模糊系统善于表达人的经验性知识，能处理难以依靠数学模型清晰表达的模糊性信息，在对汉字模式的辨识中具有较强的抗噪性。文中利用4层神经网络方法实现的一种模糊分类器，弥补了单纯的神经网络和单纯的模糊系统各自的不足，实现了模糊系统中规则的自学习性和自优化性，使系统具有很好的鲁棒性能。利用建立在一组网络上的表决机制，不仅降低了网络的复杂性，而且实现了对任意类数分类器的构造。实验结果表明，文中提出的方法很好地解决了对印刷体汉字进行客错识别问题。     

基于提升框架的实时视频降噪方法

针对基于离散小波变换的视频降噪方法难于实时处理的问题，提出了一种基于提升框架的可实时处理的视频降噪方法。首先，对每帧图像利用提升框架进行多级小波分解，得到尺度系数和小波系数；然后，对不同层次的小波系数采用软阈值收缩方法进行滤波；小波逆变换后，利用时间域滤波方法进一步提高降噪效果。实验结果表明，该方法具有较好的实时性和去噪效果。     

基于矢量量化和深度优先搜索的轨迹分布模式学习算法

在对轨迹流矢量进行量化编码的基础上，提出了一种基于深度优先搜索的轨迹分布模式提取算法，生成了能够描述轨迹分布的序列模式图，并给出了与之相应的异常检测和行为预测方法。对不同场景的可见光和红外序列图像的实验表明，本文方法不仅能够学习轨迹中流矢量的分布，而且能够反映它们之间的时序关系，可以应用于室外复杂场景的目标异常行为检测。     

三维网格模型零水印技术

为解决网格模型水印算法中水印鲁棒性与透明性之间的矛盾,提出了一种适用于任意拓扑连通结构的网格模型零水印算法。水印由网格的几何数据经过空域特征提取及变换域能量集中后生成。实验结果表明:算法构造的水印不仅能抵抗顶点重排序、平移、旋转、各向一致缩放等攻击,而且对加噪、网格简化攻击也表现出较好的鲁棒性。     

一种基于模糊熵和FKCN的边缘检测方法

根据邻域内的灰度分布是有序的、具有方向性以及灰度实质具有结构性三种图像边缘的基本特征,通过引入模糊熵,构造出了一组基于模糊熵的信息测度分量来定量描述图像的这些边缘特征.利用训练样本获取该组分量,并组成一特征向量对模糊Kohonen聚类网络（FKCN）进行训练.用训练好的FKCN聚类网络直接提取其它图像的边缘.该方法无需确定阈值,对弱边界检测较敏感,在特征的选取上充分地考虑了边缘和噪声的本质区别,具有优异的抗噪性能.     

一种新的自动图像配准技术*

提出了一种自动图像配准方法.该方法首先使用模板匹配获得图像间的粗匹配点,然后利用这些粗匹配点估计图像之间的变换参数,并通过统计这些变换参数的适用情况,选取出一组最佳的图像变换参数,从而实现了图像间的自动配准.实验验证,该方法在两幅图像间存在平移、转动且重叠区域较少时,仍能准确得匹配这两幅图像.     

基于动态贝叶斯网络的大词汇量连续语音识别和音素切分研究

提出一个新颖的单流多状态动态贝叶斯网络(Single stream Multi-states Dynamic Bayesian Network, SM-DBN)模型,以实现大词汇量连续语音识别和音素切分.该模型在Bil m es等人提出的单流动态贝叶斯网络(Single stream Dynamic Bayesian Network, Phone-sh ared,SS-DBN-P)模型(识别基元为词)基础上,增加了一个隐含的状态节点层,每个词由它的对 应音素组成,而音素采用固定个数的状态描述,状态和观测向量直接连接.它的识别基元为音 素,描述了音素的动态发音变化过程.大词汇量语音识别的实验结果表明:在纯净语音环境下 ,SM-DBN模型的识别率比HMM和SS-DBN-P模型的识别率分别提高了13.01%和35.2%,而 音频流的音素切分正确率则分别提高了10%和44%.     

运动捕获系统中多摄像机布局优化方法

分析运动捕获系统的特点,建立多摄像机及场景目标的表示模型,依据摄像机透视投影模型分别建立了多摄像机最大覆盖约束、空间点定位精度约束、以及空间点受遮挡影响的数学表示模型,综合这些约束条件构建运动捕获系统多摄像机布局优化问题的最小化优化目标函数.利用粒子群优化算法对问题进行求解,基于实际系统配置参数的验证实验表明了方法的有效性.