基于生物特征的身份識別及其魯棒性研究.pdf_第1頁
已閱讀1頁，還剩83頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、該文就是從基于人臉和說話人語音的身份識別出發(fā),完成了以下研究工作：（1）我們將獨立分量分析應用到特征抽取問題中,并根據(jù)特征抽取問題的具體情況,提出了獨立特征提取方法.（2）我們將獨立特征抽取方法應用于人臉圖像特征抽取,考慮到人臉圖像數(shù)據(jù)量大,提出了采用基于四階矩的獨立分量抽取方法并且后端采用遺傳算法對求得的獨立基進行選取,在保證識別率的同時降低了運算量.取得了令人滿意的效果.（3）對于說話人識別,由于不同頻率上的相關性包含了說話人聲帶的

2、共振信息.能有效區(qū)分說話人,我們提出了基于主分量分析和Fisher準則的說話人特征抽取,利用了主分量分析將Mel域頻矢量進行了坐標基變換.而使得各頻帶間的相關性在這個新的坐標基下更突出了.再利用Fisher準則對求得的新的特征矢量中參數(shù)進行選擇,得到了相同維數(shù)情況下區(qū)分度最優(yōu)的特征矢量.（4）我們還提出了對語音信號的短時頻譜向量做獨立特征分析,有效利用頻譜矢量元素間的高階統(tǒng)計信息,進一步考慮各個頻率間的相依性,從而求得一組獨立頻譜系數(shù).

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論