Навигация
3.2 Актуальность работы
Развитие компьютерной техники ведет к усовершенствованию интерфейсов между человеком и компьютером. Один из важнейших способов человеческой коммуникации - речь, поэтому надежный ввод речевой информации является важным направлением усовершенствования человеко-машинных интерфейсов. Даже у самых надежных систем распознавания речи, основанных только на звуке, точность резко ухудшается при искажении звуковой информации шумами различной природы. При наличии нескольких говорящих система распознавания речи сталкивается с проблемой идентификации говорящего в данный момент. Поэтому целесообразно использование также видеоинформации, что также является важной частью человеческого восприятия речи. Эксперименты ученых, данной области, показывают, что аудиовизуальная система ввода информации более надежна, чем просто аудио система, а значит, актуальна в наше время.
3.3 Обоснование выбранного метода направления исследования
Входе проведенного анализа существующих подходов к решению задачи локализации области губ человека на изображении, были выявлены достоинства и недостатки методов. В методе распознавание контуров губ в видеопотоке, за счет наложения более жестких ограничений на форму контура, алгоритм позволяет производить более точное и быстрое распознавание. Количество итераций также сокращается за счет получения хорошего начального приближения на втором этапе и в отличие от алгоритмов на основе активных контурных моделей, этот алгоритм дает приемлемые результаты при меньшем числе итераций. Рассматривая применение метода скрытых Марковских моделей можно выделить некоторые преимущества и недостатки. Такой метод позволяет работать непосредственно со сжатыми изображениями, такими как JPEG и MPEG, в которые на сегодняшний день являются распространёнными форматами хранения изображений и видео, что является большим преимуществом. А так же одним из полезных свойств СММ является способность сегментировать распознаваемое изображение. Метод скрытых Марковских моделей позволяет учесть локальные деформации и взаимное расположение участков изображений. Но в отличие от оптических потоков и других методов сопоставления деформациями, псевдодвумерная модель учитывает характер деформаций, а то какими именно могут быть возможные деформации, псевдодвумерные СММ усваивают в процессе обучения. Еще одним недостатком является то, что скрытые Марковские модели не обладают различающей способностью. Т.е. алгоритм обучения только максимизирует отклик каждой модели на свои классы, но не минимизирует отклик на другие классы, и не выделяются ключевые признаки, отличающие один класс от другого.
Данная область исследования является актуальной в наше время и не может не заинтересовать, потому как методы локализации недостаточно изучены и требуют дальнейших разработок.
4. Этапы выполнения НИРС
Таблица 1 – Этапы разработки
| № | Этапы разработки | Недели |
| 1. | Сведения об объекте исследования | 1-3 |
| 2. | Цель работы | 3-5 |
| 3. | Выбор направления исследования | 5-8 |
| 4. | Защита НИРС | 10 |
5. Ожидаемые результаты
В дальнейших работах планируется устранение недостатков метода скрытых Марковских моделей, а именно улучшения способов начального представления изображения и алгоритмов тренировки, что позволило бы повысить точность распознавания при меньшем объеме информации. А так же эта разработка должна повысить точность системы распознавания речи за счет использования дополнительной визуальной информации. Это, в частности, способствует усовершенствованию интерфейса между человеком и компьютером.
Список использованных источников
1. Michael J. Jones, James M. Rehg, Statistical Color Models with Application to Skin Detection. In CVPR, 1999
2. B.D. Zarit, B.J. Super, and F.K.H. Quek, Comparison of five color models in skin pixel classification. In Proceedings of the International Workshop on Recognition, Analysis, and Tracking of Faces and Gestures in Real-Time Systems, pages 58-63, Kerkyra, Greece, September 1999.
3. Вежневец В. П. Локализация человеческого лица на цветном растровом изображении // Труды конференции «Математические методы распознавания образов» (ММРО - 10). – 2001
4. Самаль Д.И., Старовойтов В.В. Выбор признаков для распознавания на основе статистических данных // Цифровая обработка изображений. - Минск: ИТК, 1999. - С. 105-114.
5. Самаль Д.И., Старовойтов В.В. Методика автоматизированного распознавания людей по фотопортретам // Цифровая обработка изображений. - Минск: ИТК, 1999. - С. 81-85.
Похожие работы
... Образ внешнего человека в функционально-семиотическом аспекте (на материале русского языка) // Вест. Омск. ун-та. 2001. Вып. 1. С.68-70 Коротун, 2002 Коротун О.В. Образ-концепт «внешний человек» в русской языковой картине мира: Автореф. дис. … канд. филол. наук. Омск, 2002. Котрюрова, 1997 Котюрова М.П. Стилистический и прагматический подходы к тексту: некоторые основания их дифференциации // ...
... . И.П. Павлову, первому из русских ученых, 7 октября 1904 г. была присуждена Нобелевская премия в знак признания его работ по физиологии пищеварения. Потребность организма в пище проявляется в виде физиологической реакции голода. У человека голод приобретает выраженную субъективную окраску — от относительного безразличия к пище до яркой эмоциональной реакции. Физиологической основой голода ...
... вокруг сотовых телефонов идут давно, количество их растет, из средств роскоши они перешли в категорию обыденных товаров. Угрожают ли мобильники здоровью человека? Результаты измерений некоторых моделей сотовых телефонов, проведенных Центром электромагнитной безопасности, показали, что на расстоянии 5 см от антенны уровень плотности потока мощности составлял до 7 Вт/см, что в несколько тысяч раз ...
... мозгу (1), где через вставочный нейрон передаются на эфферентные волокна (эфф. нерв), по которым доходят до эффектора. Пунктирные линии - распространение возбуждения от низших отделов центральной нервной системы на ее вышерасположенные отделы (2, 3,4) до коры мозга (5) включительно. Наступающее вследствие этого изменение состояния высших отделов мозга в свою очередь воздействует (см. стрелки) на ...
0 комментариев