使用第二代身份证照片作为训练样本进行人脸识别属于典型的单样本问题，由于没有充分数量的训练样本，会造成常规的人脸识别算法识别率低下，甚至无效的问题。为此采用虚拟样本生成方法，并针对遇到姿态变化较复杂的人脸时，识别率不高的问题，提出了一种新的多姿态的虚拟样本生成方法，通过模拟人脸侧向旋转、俯仰和立体旋转等增加有效的训练样本，再使用鲁棒性较好的hmm进行人脸识别。在自建的身份证人脸库上进行测试，实验结果显示，该方法在一定程度上减弱了人脸姿态的变化对识别率的影响，并取得了较好的识别效果。
上传时间： 2013-10-17
上传用户：hanwu
hmmer源程序，对于hmm很有参考价值
上传时间： 2015-02-12
上传用户：franktu
模式识别常用模型和算法,包括BP神经网络的C语言实现，BP神经网络解决异或问题，hmm的C语言实现
上传时间： 2015-05-07
上传用户：xinyuzhiqiwuwu
分词词典软件，采用hmm方法同时在hmm识别后再次用规则对结果进行优化，优化专门针对商业机构。
上传时间： 2015-08-27
上传用户：lyy1234
语音识别中的模型和算法：动态时间归正技术（DTW），隐马尔可夫模型（hmm），高斯混合模型（GMM），高斯混合模型（GMM）
上传时间： 2013-12-23
上传用户：nanfeicui
本文完成了对唇动身份识别技术几个基本问题的理论研究,并对整个系统加以实现.作为本文研究的实验基础,我们建立了唇动方式身份识别数据库(HITLUDB), 该库目前包含30个说话人每人20个汉语词的音视频语料.数据库的扩充与完善工作仍在不断的进行之中.在嘴唇检测方面, 我们对自适应色度过滤模型进行改进,提高了算法的鲁棒性,完成了对嘴唇的精确定位.结合DCT变换与K-L变换的各自特点, 我们提出了特征提取算法,使用较少维数的特征完成了对嘴唇区域主要信息的刻画.由于唇动信息同时包含了生理特征与行为特征, 我们使用静念动念混合建模的方式,完成了对说话人唇动个性特点的精确描述.在hmm训练时,我们提出了特征的归一化处理方法,提高了hmm在实际应用中的性能. 最后,我们分别对身份辨认系统与身份确认系统的基本理论进行了叙述,并完成了系统的实践工作. 关 键 词：身份识别 唇动 特征提取 隐马尔可夫模型 K-L变换
上传时间： 2014-01-14
上传用户：wsf950131
基于隐马尔科夫的原来，写了相关关于hmm模型的代码。
标签：
上传时间： 2014-08-07
上传用户：qw12
Hidden_Markov_model_for_automatic_speech_recognition This code implements in C++ a basic left-right hidden Markov model and corresponding Baum-Welch (ML) training algorithm. It is meant as an example of the hmm algorithms described by L.Rabiner (1) and others. Serious students are directed to the sources listed below for a theoretical description of the algorithm. KF Lee (2) offers an especially good tutorial of how to build a speech recognition system using hidden Markov models.
标签： Hidden_Markov_model_for_automatic speech_recognition implements left-right
上传时间： 2016-01-23
上传用户：569342831
常用的模型和算法介绍。有BP神经网络的C语言实现，BP神经网络解决异或问题，hmm的C语言实现，矢量量化的C语言实现，源程序实现。
上传时间： 2016-05-15
上传用户：jeffery
分词程序，hmm模型训练，维特比解码，有说明文档。
上传时间： 2014-11-29
上传用户：huql11633
