检索结果

Select

1. 核相关滤波跟踪算法的尺度自适应改进

钱堂慧, 罗志清, 李果家, 李应芸, 李显凯

计算机应用 2017, 37 (3): 811-816. DOI: 10.11772/j.issn.1001-9081.2017.03.811

摘要（612）

PDF （961KB）（676）

针对基于检测的核相关滤波跟踪（CSK）算法难以适应目标尺度变化的问题，提出多尺度核相关滤波分类器以实现尺度自适应目标跟踪。首先，采用多尺度图像构建样本集，训练多尺度核相关滤波分类器，通过分类器对目标的尺度估计实现目标的最佳尺度检测；然后，在最佳尺度下采集样本在线学习更新分类器，实现尺度自适应的目标跟踪。对比实验与分析表明，本文算法在目标跟踪过程中能够正确适应目标的尺度变化，相比CSK算法，偏心距误差减少至其1/5~1/3，能满足复杂场景长时间跟踪的需求。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于优化正交匹配追踪和深度置信网的声音识别

陈秋菊, 李应

计算机应用 2017, 37 (2): 505-511. DOI: 10.11772/j.issn.1001-9081.2017.02.0505

摘要（671）

PDF （1251KB）（598）

针对各种环境声音对声音事件识别的影响，提出一种基于优化的正交匹配追踪（OOMP）和深度置信网（DBN）的声音事件识别方法。首先，利用粒子群优化（PSO）算法优化OMP稀疏分解，在实现正交匹配追踪（OMP）的快速稀疏分解的同时，保留声音信号的主体部分，抑制噪声对声音信号的影响；接着，对重构声音信号提取Mel频率倒谱系数（MFCC）、OMP时-频特征和基音频率（Pitch）特征，组成OOMP的复合特征；最后，使用DBN对提取的OOMP特征进行特征学习，并对40种声音事件在不同环境不同信噪比下进行识别。实验结果表明，OOMP特征结合DBN的方法适用于各种环境声下的声音事件识别，而且能有效地识别各种环境下的声音事件，即使在信噪比（SNR）为0 dB的情况下，仍然能保持平均60%的识别率。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于Radon和平移不变性小波变换的鸟类声音识别

周晓敏李应

计算机应用 2014, 34 (5): 1391-1396. DOI: 10.11772/j.issn.1001-9081.2014.05.1391

摘要（522）

PDF （1071KB）（463）

针对低信噪比（SNR）环境下鸟叫声识别率不够高的问题，提出一种对声谱图进行Radon变换（RT）和平移不变性离散小波变换（TIDWT）的抗噪型鸟类声音识别技术。首先，使用改进的多频带谱减法对鸟叫声进行降噪处理；其次，利用短时能量检测降噪后的鸟叫声的静音段，并去除静音段；接着，将去除静音段的声音信号转化为声谱图，并对声谱图进行RT和TIDWT，提取特征值；最后，采用支持向量机（SVM）分类器对提取的特征值进行分类识别。实验结果表明，该方法在信噪比为10dB及以下仍可以达到较好的识别效果。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于能量检测的复杂环境下的鸟鸣识别

张小霞李应

计算机应用 2013, 33 (10): 2945-2949.

摘要（737）

PDF （765KB）（808）

针对实际环境噪声使得鸟鸣识别准确率受到影响的问题，提出一种基于能量检测的抗噪鸟鸣识别方法。首先，对包含有噪声的鸟鸣信号用能量检测方法检测并筛选出有用鸟鸣信号；其次，根据梅尔尺度的分布，对有用鸟鸣信号提取小波包分解子带倒谱系数（WPSCC）特征；最后，用支持向量机（SVM）分类器分别对提取的小波包分解子带倒谱系数（WPSCC）和梅尔频率倒谱系数（MFCC）特征进行建模分类识别。同时还对比了在添加不同信噪比的噪声下15类鸟鸣在能量检测前后的识别性能差异。实验结果表明，提取的WPSCC特征具有较好的抗噪功能，且经过能量检测后的识别性能更佳，更适用于复杂环境下的鸟鸣识别