دانلود رایگان


استخراج ویژگی زمانی فرکانسی جهت شناسایی دیداری - دانلود رایگان



دانلود رایگان از دیر باز بشر، با این واقعیت آشنا بوده است که برای درک بهتر گفتار می¬تواند به حرکات لب و دهان گوینده در حین گفتار و هنگام ادای کلمات توجه کند. احتمالاً هم

دانلود رایگان
استخراج ویژگی زمانی- فرکانسی جهت شناسایی دیداری مصوت های فارسی wordفهرست مطالب
فهرست جدول­ها
جدول 1-1 گروه­بندی ویزم­ها در انگلیسی ......................................................................................................3
جدول 1-2 گروه­بندی ویزم­ها در زبان فارسی ................................................................................................3
جدول 4-1 کلمات تک سیلابی در بانک اطلاعاتی .........................................................................................52
جدول 4-2 نتایج قبل از تنظیم نقاط انتهایی ................................................................................................ 71
فهرست شکل­ها
شکل 2- 1 مدل کانتور فعال نمونه­گیری شده ..................................................................................................11
شکل 2- 2 علامت گذاری انجام شده بر روی لب ...........................................................................................13
شکل 2- 3 مدل توزیع نقطه­ای، هر حالت با σ2 ±اطراف متوسط رسم شده است .....................................14
شکل 2- 4 مدل هندسی لب ........................................................................................................................... 16
شکل 2- 5 الگوی لب ...................................................................................................................................... 19
شکل 2- 6 فرآیند تولید منیفولد ...................................................................................................................25
شکل 2- 7 (a) نتیجه درون­یابی منیفولد (b) نمونه­گیری دوباره از منیفولد درون­یابی شده با 20 نقطه کلیدی ...............................................................................................................................................................26
شکل 2- 8 نمودار بلوکی برای استخراج ویژگی­های حرکت مبتنی بر شبکه ..............................................28
شکل 2- 9 استخراج ویژگی حرکت مبتنی بر کانتور .....................................................................................29
شکل 2-10 تصویر اصلی و چهار ناحیه پردازش شده برای استخراج ویژگی ................................................30
شکل 2-11 (الف) نقاط با رنگ و شکل مشابه در یک کلاس قرار میگیرند. (ب) گراف درون کلاس نقاط با برچسب یکسان را متصل میکند. (ج) گراف بین کلاس نقاط با بر چسب متفاوت را متصل میکند. (د) بعد از اعمال LSDA فاصله بین کلاسهای متفاوت ماکزیمم شده است............................................................33
شکل 2- 12 سمت چپ منحنی بیزیر و سمت راست مدل لب ......................................................................36
شکل 2- 13 زاویه گشودگی افقی 2α و زاویه گشودگی عمودی 1α ..............................................................38
شکل 3-1 نتیجه حاصل از آنالیز ترکیب رنگ پوست و لب و نقاط گوشه لب ...............................................42
شکل 3-2 الگوریتم جداسازی ناحیه لب .......................................................................................................46
شکل 4-1 آستانه گذاری با ترشلد0.4 ............................................................................................................55
شکل 4-2 آستانه گذاری با ترشلد 0.5 ..........................................................................................................55
شکل 4-3 استفاده از الگوریتم حذف رنگ قرمز با 0.5=β .........................................................................56
شکل 4-4 تصاویر مربوط به گویندهها........................................................................................................57
شکل 4- 5 شکل لب استخراج شده بعد از اعمال الگوریتم .........................................................................58
شکل 4- 6 شکل لب استخراج شده بعد از برچسب­گذاری .......................................................................... 59
شکل 4-7 مستطیل محاطی لب .................................................................................................................... 60
شکل 4-8 مراحل محاسبه ضرایب مل .......................................................................................................... 61
شکل 4-9 فیلتر بانک مثلثی ......................................................................................................................... 63
شکل 4-10 ناحیه مورد نظر پیرامون لب ........................................................................................................ 66
شکل 4-11 تعداد 25 فریم مربوط به کلمه خرس بعد از یافتن ناحیه مورد نظر .......................................... 67
شکل 4-12 نحوه اسکن زیگزاگ ماتریس ..................................................................................................... 68
شکل 4-13 نتایج حاصل از ویژگی­ها + LSDA ............................................................................................70
شکل 4- 15 نتایج حاصل از تصاویر کوچک شده با مقیاس 0.7و تعداد 25 فریم........................................ 78
شکل 4- 16 نتایج حاصل از ضرایب مختلف DCT با مقیاس 0.5 ............................................................... 79
شکل 4-17 نتایج حاصل از ضرایب مختلف DCT با مقیاس 0.7................................................................ 80
فصل اول : مقدمه


دریافت فایل
جهت کپی مطلب از ctrl+A استفاده نمایید نماید




لب خوانی


شناسایی مصوت


ویژگی های زمانی


فرکانسی، کاهش ابعاد ویژگی


شبکه های عصبی


مقاله


پاورپوینت


فایل فلش


کارآموزی


گزارش تخصصی


اقدام پژوهی


درس پژوهی


جزوه


خلاصه


سیویلیکا، مقالات علمی کنفرانس و ژورنال

57 مقاله ارائه شده در دومین کنفرانس بین المللی مدیریت استراتژیک که 22 و 23 آبان 1386 توسط ...

استخراج ویژگی زمانی- فرکانسی جهت شناسایی دیداری

فایل ورد قابل ویرایش توضیحی مختصر از متن فایل : استخراج ویژگی زمانی- فرکانسی جهت ...

استخراج ویژگی‌های زمانی- فرکانسی از سیگنال‌های …

استخراج ویژگی‌های زمانی- فرکانسی از ... جهت استخراج از ... روش استخراج ویژگی زمانی ...

قانون برنامه پنجساله پنجم توسعه جمهوری اسلامی …

قوانین بالادستی : قانون برنامه پنجساله پنجم توسعه جمهوری اسلامی ایران (1394 ـ 1390)

استخراج ویژگی‌های زمانی- فرکانسی از سیگنال‌های …

استخراج ویژگی‌های زمانی- فرکانسی از ... جهت استخراج از ... روش استخراج ویژگی زمانی ...

اعضاي هيأت علمي: علیرضا احمدی فرد

مریم فریور (1395)، "طبقه‌بندی سیگنال‌های eeg با استفاده از روش csp بهینه‌سازی شده جهت ...

پایانامه های دانشگاه صنعتی شاهرود

... متون، استخراج ویژگی های ... ویژگی زمانی- فرکانسی جهت ... شناسایی مصوت، ویژگی های ...

دانلود متن کامل مقالات در رشته های مختلف بصورت …

دانلود متن کامل مقالات در رشته های مختلف بصورت رایگان از دانشگاه فردوسی مشهد1

اعضاي هيأت علمي: حسین مروی

... ، "استخراج ویژگی‌های زمانی ... جهت شناسایی دیداری ... فضایی فرکانسی ...

پایان نامه های دانلودی رشته برق– قسمت دوم | مرجع …

... فیبر نوری جهت شناسایی ... استخراج روغن پسته ... استخراج ویژگی زمانی- فرکانسی جهت ...

اعضاي هيأت علمي: علیرضا احمدی فرد

مریم فریور (1395)، "طبقه‌بندی سیگنال‌های eeg با استفاده از روش csp بهینه‌سازی شده جهت ...

پایان نامه های دانلودی رشته برق– قسمت دوم | مرجع …

... فیبر نوری جهت شناسایی ... استخراج روغن پسته ... استخراج ویژگی زمانی- فرکانسی جهت ...

قانون برنامه پنجساله پنجم توسعه جمهوری اسلامی …

قوانین بالادستی : قانون برنامه پنجساله پنجم توسعه جمهوری اسلامی ایران (1394 ـ 1390)