中国博士后科学基金(2012M511402)
- 作品数：4 被引量：35H指数：2
- 相关作者：陈雁翔汪海波李艳秋任洪梅程小雪更多>>
- 相关机构：合肥工业大学上海师范大学更多>>
- 发文基金：中国博士后科学基金国家自然科学基金安徽省自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于主成分分析和Softmax回归模型的人脸识别方法被引量：29
- 2015年
- 文章介绍一种基于主成分分析(principal component analysis,PCA)和Softmax回归模型相结合的人脸识别方法,该方法通过PCA对整幅图像提取特征,然后将提取的特征经过非线性变换输入到Softmax回归模型中。将主成分提取特征看成是单层神经网络,将它与Softmax回归模型构成的级联结构看作是2层神经网络,在神经网络的训练过程中,主成分的特征向量可以微调。在不同人脸数据库上的实验表明,相比于传统的只用PCA降维的方法,本文方法可达到较高的识别率。
- 汪海波陈雁翔李艳秋
- 关键词：人脸识别主成分分析神经网络
- 基于特征关联性的人脸高层特征研究被引量：1
- 2015年
- 在特殊应用领域，注册者只能注册一张人脸信息，使得人脸注册信息极为有限，给人脸识别带来很大的限制。文章以参考集为基础，开展了基于特征关联性的人脸高层特征研究，通过对参考集中该人脸的所有图片特征均值和训练集、测试集中数据进行距离计算，将对应训练集、测试集中的各人脸的距离依次组合构成向量作为该脸的高层特征，该方法在很大程度上解决了注册信息缺失的问题；在Multi-PIE库和扩展YaleB库中进行了实验，并与基于稀疏表示的分类（sparse representation-based classifier，SRC）算法进行了对比。实验表明：该算法比余弦距离分类方法人脸识别的正确率提高5％～6％；与SRC算法相比，该算法更具有优越性。研究结果对单训练样本条件下的人脸识别研究有一定作用。
- 陈雁翔刘磊
- 关键词：人脸识别单训练样本
- 声谱图显著性在音频识别中的应用被引量：4
- 2016年
- 针对嘈杂背景、混叠、间断或多源的复杂音频,传统音频识别存在一定的局限性。文章提出了一种基于声谱图显著性检测的音频识别方法,将音频可视化转化为二维声谱图图像,利用图像的显著性检测有效获得声谱图中的主声源区域,并去除声谱图中与主声源无关的信息;然后针对主声源区域提取特征,以减少干扰并降低冗余度;采用改进的卷积神经网络(convolutional neural network,CNN)实现音频识别。实验结果表明,该方法可以有效解决复杂音频的识别问题。
- 弓彦婷程小雪任洪梅陈雁翔
- 关键词：声谱图
- 基于PAD情感模型的可训练语音合成研究被引量：1
- 2013年
- 情感语音合成是情感计算和语音信号处理研究的热点之一,进行准确的语音情感分析是合成高质量情感语音的前提.文中采用PAD情感模型作为情感分析量化模型,对情感语料库中的语音进行情感分析和聚类,获得各情感PAD参数模型.由HMM语音合成系统合成的情感语音,通过PAD模型进行参数修正,使得合成语音的情感参数更加准确,从而提高情感语音合成的质量.实验表明该方法能较好地提高合成语音的自然度和情感清晰度,在同性别不同说话人中也能达到较好的性能.
- 陈雁翔龙润田
- 关键词：参数修正情感特征
