检索结果

Select

1. 改进的CenSurE特征和基于相加图像梯度的快速描述符

陈方蒋云良许允喜

计算机应用 2011, 31 (07): 1818-1821. DOI: 10.3724/SP.J.1087.2011.01818

摘要（1496）

PDF （766KB）（880）

CenSurE局部特征计算效率非常高，但是CenSurE特征的尺度采样是线性的，滤波器响应信号很稀疏，检测的特征重复率不高。采用对数尺度采样得到改进的CenSurE特征，获得了更高的检测性能。同时，提出基于相加图像梯度的快速描述符，称为GSIP。图像区域匹配和物体识别评价实验结果显示，和目前性能最优的SURF描述符相比，GSIP描述符独特性更强，速度更快，计算时间不到SURF描述符的1/2。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于混合微粒群算法的说话人识别

许允喜陈方

计算机应用

摘要（1698）

PDF （467KB）（946）

为了解决传统高斯混合模型(GMM)对初值敏感，在实际训练中极易得到局部最优参数的问题，提出了一种采用微粒群算法优化GMM参数的新方法。该方法将最大似然估计融入到微粒群算法迭代过程中，形成了新的混合算法。它利用微粒群算法的全局优化性及最大似然估计的局部寻优性求解高斯混合模型的参数，以提高参数精度。说话人辨认实验表明，与传统的方法相比，新方法可以得到更优的模型参数，使得系统的识别率进一步提高。

相关文章 | 多维度评价

Select

3. 说话人识别中采用混合免疫算法的VQ码本设计

许允喜俞一彪

计算机应用

摘要（2002）

PDF （636KB）（1135）

矢量量化(VQ)方法是文本无关说话人识别中广泛应用的建模方法之一，它的主要问题是码本设计问题。语音特征参数是高维数据，样本分布复杂，因此码本设计的难度也很大，传统的LBG算法只能获得局部最优的码本。提出一种VQ码本设计的新方法，将小生境技术与K-均值算法融入到免疫算法训练过程中，形成混合免疫算法，采用针对高维数据聚类的改进变异算子，降低了随机变异的盲目性，增强群体的全局及局部搜索能力，同时通过接种疫苗提高算法的收敛速度。说话人识别实验表明，与传统LBG和基于混合遗传算法的VQ码本设计方法相比，该方法可以得到更优的模型参数，使得系统的识别率进一步提高。