« Home « Kết quả tìm kiếm

Feature extraction

Tìm thấy 20+ kết quả cho từ khóa "Feature extraction"

Compression of line-drawing images using vectorizing and feature-based filtering

tailieu.vn

The feature file is used only in the compression phase and therefore it is not needed to store in the compressed file.. The feature extraction and filtering are considered as preprocessing and they are invisible in the decompression phase. The method uses standard image compression component – the baseline JBIG. The resulting output files are therefore standard JBIG files and the decompression is exactly the same as the baseline JBIG.

[IJCST-V4I5P57]:Hai Truong, Thanh Tung Nguyen

www.academia.edu

An unauthorized person must contain the when the user views a video on the smart phone, their biometric trait, feature extraction method, and biometric biometric is concurrently extracted via the front camera. Face biometric feature extraction the face image is fetched through the bio-feature extraction for A feature extraction technique is employed to extract the retrieving feature vector. The vector is then driven to the face feature.

Mô hình hóa đặc tính âm học động cho hệ thống nhận dạng tiếng nói Việt bằng phần mềm Kaldi và ứng dụng cho việc phân tích sự chuyển tiếp nguyên âm - phụ âm =

000000311971.pdf

dlib.hust.edu.vn

Furthermore, the feature extraction should decrease the dimensionality of the data to reduce the computation time and the number of training samples [4]. Feature could be widely used in ASR 2.2 Speech signal characterization 2.2.1 Speech is non-stationary A signal is an observation. The purpose of the transformation is that extracting the characteristic information embedded within the time series [8].

Nghiên cứu lý thuyết thuật toán di truyền và ứng dụng trong xử lý ảnh

104566-TT-EN.pdf

dlib.hust.edu.vn

Genetic algorithm is used to create an optimization algorithm that is used to optimize the feature set for classification purpose. Keywords • Genetic Algorithm • Schema Theorem • Image processing • Pattern Recognition • Feature Extraction

Nhận dạng ảnh mặt người sử dụng mạng Nơron

105608-TT-EN.pdf

dlib.hust.edu.vn

Abstract This thesis aims to present a new method in combining feature extraction with neural network to recognize human faces. The system implements extracting features of human face from an image in three methods: Principal Components Analysis (PCA), Linear Discriminant Analysis (LDA), and Morphological processing. Then it mentions the neural network with the algorithm of back propagation to drill the categorization which is utilized to recognize the foregoing extracted features.

THIẾT KẾ BỘ NHẬN DẠNG TIẾNG NÓI DỰA TRÊN NỀN TẢNG DSP TMS320C2812

www.academia.edu

Như ở hai hình trên, ở mức độ cao nhất, tất cả các hệ thống ASR bao gồm 2 module chính: tách đặc trưng (feature extraction ) và nhận dạng đặc trưng ( feature matching. Feature extraction: tách các dữ liệu từ tiếng nói đặc trưng nhất của người nói vào. Feature matching: là quá trình nhận dạng người đang giao tiếp với hệ thống bằng cách so sánh các đặc trưng của người này với những người đã được huấn luyện. Hệ thống Text – dependenct ASR và Text – independent ASR.

Kết hợp đặc trưng diện mạo và chuyển động trong biểu diễn hoạt động của người sử dụng mạng nơ ron tích chập =

311861.pdf

dlib.hust.edu.vn

The building blocks for hand-crafted feature-based approach is illustrated in the figure 1-3:∙ Feature extraction: Takes input as image or video pixel and output the features forthat image or video.∙ Classification: A classifier that takes the feature as input and provides the output asclass label.There are many types of handcrafted features designed by experts to solve the humanaction recognition problem.

Multimedia_Data_Mining_03

tailieu.vn

Given a specific modality of the multimedia data (e.g., imagery, audio, and video), feature extraction is typically the very first step for processing and mining. In general, features are the abstraction of the data in a spe- cific modality defined in measurable quantities in a specific Euclidean space [86]. Features, also called attributes, are an abstract description of the original multimedia data in the feature space.

Resilient Digital Video Transmission over Wireless Channels using Pixel-Level Artefact Detection Mechanisms

tainguyenso.vnu.edu.vn

These dissimilarity metrics are then combined together to form the feature vector, which solely describes the reliability of the MB under test. Pattern recognition techniques are used to classify some objects into one of the pre-defined set of categories or classes c. The aim of the pixel-level artefact detection mechanism is to detect the visually distorted MBs to be concealed. The feature extraction module extracts the feature vector which solely defines the reliability of the MB under test.

Nghiên cứu phát triển hệ thống tổng hợp tiếng nói tiếng việt sử dụng công nghệ học sâu

312058.pdf

dlib.hust.edu.vn

Qu trnh tổng hp ting ni t văn bn, văn bn đu vào s đưc đưa qua bộ Linguistic Feature Extraction đ to cc nhn (Labels) mang các thông tin đc trưng âm hc.

Time–frequency based newborn EEG seizure detection using low and high frequency signatures

www.vatly.edu.vn

The PDFs are then used in the process of seizure feature extraction technique. The distribution functions extracted from the first left SVs of the TFDs are shown in figure 4. Due to the fact that there is no significant changes in a large interval in the distribution functions, histograms (approximation of distribution functions) related to these distribution functions are used to reduce the dimension of feature space and hence the computational load..

Nghiên cứu các phương pháp trích chọn lọc đặc trưng cho bài toán tái định danh|

310536.pdf

dlib.hust.edu.vn

Phương pháp thí nghiệm kết hợp những tiến bộ mới nhất trong trích xuất đặc trưng (Feature Extraction) và học khoảng cách (Metric Learning) trên từng cơ sở dữ liệu có thể giải quyết những vấn đề trên. Khái quát hệ thống tái định danh 1.2.1. Khó khăn và thách thức Tự động thực hiện tái định danh thực sự là một nhiệm vụ rất khó khăn. Tái định danh người là một bài toán khó khăn mà khó khăn với Re-ID, xuất phát từ thay đổi ngoại hình của một người khi xuất hiện ở một camera khác.

Nghiên cứu, xây dựng phương pháp trích chọn thuộc tính nhằm làm tăng hiệu quả phân lớp đối với dữ liệu đa chiều

repository.vnu.edu.vn

Trích chọn thuộc tính (Feature Extraction):. Chọn lựa thuộc tính (Feature Selection):. Phân cụm và phân lớp:Phân lớp và phân cụm là hai nhiệm vụ có mối quan hệ tương đối gần nhau trong khai phá dữ liệu.

Video Quality Metrics

tainguyenso.vnu.edu.vn

The harmonical analysis is performed on the segmented blocks of the gradient image. that uses a neural network (Gastaldo et al., 2001),most of the proposed metrics are feature extraction metrics that estimate features of the video. Block diagram of the no-reference metric proposed by Farias and Mitra (Farias &. The block diagram of the metric is as depicted in 15. The blockiness metric is a modification of the metric by Vlachos (Vlachos, 2000).

TỔNG QUAN VỀ TÌM KIẾM TƯƠNG TỰ TRÊN DỮ LIỆU CHUỖI THỜI GIAN

www.academia.edu

Bài tổng quan này sẽ cho thấy những phương pháp này Trang 71 Science & Technology Development, Vol 14, No.K2- 2011 hội tụ về một dạng thức chung của sự rút trích gom cụm, phân lớp, nhận dạng mơ típ, v.v.. đặc trưng (feature extraction). Nhưng độ đo khoảng cách này cĩ nhược điểm 2. BÀI TỐN TÌM KIẾM TƯƠNG TỰ là nhạy cảm với nhiễu và thiếu sự mềm dẻo khi TRÊN DỮ LIỆU CHUỖI THỜI GIAN so trùng.

Lý thuyết mạch điện tử 1

www.academia.edu

Phân phối điện - Hệ th ng đ ờng dây điện 16 Hệ th ng xử lý tín hiệu ng dụng ng dụng Loại b nhiễu Phân tích phổ Tách nhiễu Trích đặc tính Bộ lọc tương xuyên kênh Phát hiện tín Phân tích hiệu tự/số Nén Mã hóa ớc l ợng tín Tổng hợp hiệu Kiểm chứng tín Measures Processed hiệu Nh n dạng tín hiệu 17 Signal Processing Systems APPLICATIONS APPLICATIONS Noise removal Spectrum analysis Interference separation Feature extraction Signal compression Signal detection Analog/Digital Signal coding Signal estimation

Khai phá Luật kết hợp trong cơ sở dữ liệu đa phương tiện

repository.vnu.edu.vn

Quá trình khai phá dữ liệu gồm 4 bước: Tiền xử lý (Preprocessing), Trích chọn đặc trưng (Feature Extraction), chuẩn bị cơ sở dữ liệu trung gian và khai phá luật kết hợp. Dữ liệu hình ảnh. Bộ nhớ sử dụng để lưu trữ dữ liệu ảnh bitmap được gọi là “frame buffer”.. Dữ liệu của ảnh được tính như sau:. 0 1 p ( z i ) log 2 p ( z i ) Đại lượng ngẫu nhiên Bước 3: Chuẩn bị cơ sở dữ liệu giao dịch.

Nghiên cứu, thử nghiệm phương pháp nhận dạng biểu cảm khuôn mặt sử dụng xấp xỉ đa thức

279369.pdf

dlib.hust.edu.vn

Các thành phần chính của hệ thống nhận dạng biểu cảm sition, pre-processing, feature extraction, classification và post processing [14] Hình 1-1. Nội dung của chương này sẽ trình bày các vấn đề sau: o Đặc trưng Haar-like o Bộ phân loại Adaboost o Đặc trưng hình học của khuôn mặt o Đường cong Bezier o Mạng nơ-ron và. Ƣu điểm của đƣờng cong Bezier [12. ng cong Bezier có tính cc b: m.

PHÁT HIỆN KHUÔN MẶT DỰA TRÊN ĐẶC TRƯNG LỒI LÕM

tailieu.vn

Một hệ thống nhận dạng mặt người thông thường bao gồm bốn bước xử lý sau: phát hiện khuôn mặt (face detection), phân đoạn khuôn mặt (face alignment hay segmentation), rút trích đặc trưng (feature extraction), và phân lớp khuôn mặt (face classification).. Phát hiện khuôn mặt dò tìm và định vị những vị trí khuông mặt xuất hiện trong ảnh hoặc trên các frame video.

Study and design a procedure for building speech corpora for minority languages in Vietnam

dlib.hust.edu.vn

A neural transduction process converts the spectral signal at the output of the basilar membrane into activity signals on the auditory nerve, corresponding roughly to a feature extraction Thesis for the degree of master of Information Processing and Communication 10 Doan Thi Ngoc Hien _ Master IPC 2003-2005 process. 2.1.2 Speech production process Figure 2.1 places in evidence the important features of the human vocal system.