論文元數據搜索，找到相關信息共 2 條：
2008, 30(5): 1109-1112.
doi: 10.3724/SP.J.1146.2006.01760
刊出日期：2008-05-19
為快速生成高質量混淆網絡,該文提出一種最大后驗弧主導的快速生成算法。它只需遍歷一遍Lattice,具有線性時間復雜度。采用K-L散度(Kullback-Leibler Divergence,KLD)來度量弧標號之間的發(fā)音相似性,改善了混淆網絡生成中弧對齊的準確性。實驗結果顯示,所提算法在生成速度上和Xue的快速算法是可比的,而生成質量更好。通過采用KLD作為弧標號相似性測度,生成混淆網絡的質量得到了進一步提高。
2014, 36(5): 1139-1144.
doi: 10.3724/SP.J.1146.2013.01003
刊出日期：2014-05-19
該文利用飛行時間(Time-Of-Fligh, TOF)相機提供的距離圖像，在運動歷史圖像的基礎上提出一種基于多層運動歷史圖像的人體運動識別方法。計算距離輪廓序列的運動能量圖作為整體運動信息，同時根據距離變化量，計算前向、后向的多層運動歷史圖像作為局部運動信息，共同組成多層運動歷史圖像。為了解決Hu矩對不連續(xù)或具有噪聲的形狀較為敏感的問題，引入R變換對每層運動歷史圖像進行特征提取，串聯形成特征向量送入SVM進行分類識別。實驗結果表明，該識別方法可以有效識別人體運動。
