論文元數(shù)據(jù)搜索，找到相關(guān)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(zhì)量混淆網(wǎng)絡(luò),該文提出一種最大后驗(yàn)弧主導(dǎo)的快速生成算法。它只需遍歷一遍Lattice,具有線性時(shí)間復(fù)雜度。采用K-L散度(Kullback-Leibler Divergence,KLD)來度量弧標(biāo)號(hào)之間的發(fā)音相似性,改善了混淆網(wǎng)絡(luò)生成中弧對(duì)齊的準(zhǔn)確性。實(shí)驗(yàn)結(jié)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(zhì)量更好。通過采用KLD作為弧標(biāo)號(hào)相似性測(cè)度,生成混淆網(wǎng)絡(luò)的質(zhì)量得到了進(jìn)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(shí)間(Time-Of-Fligh, TOF)相機(jī)提供的距離圖像，在運(yùn)動(dòng)歷史圖像的基礎(chǔ)上提出一種基于多層運(yùn)動(dòng)歷史圖像的人體運(yùn)動(dòng)識(shí)別方法。計(jì)算距離輪廓序列的運(yùn)動(dòng)能量圖作為整體運(yùn)動(dòng)信息，同時(shí)根據(jù)距離變化量，計(jì)算前向、后向的多層運(yùn)動(dòng)歷史圖像作為局部運(yùn)動(dòng)信息，共同組成多層運(yùn)動(dòng)歷史圖像。為了解決Hu矩對(duì)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(duì)每層運(yùn)動(dòng)歷史圖像進(jìn)行特征提取，串聯(lián)形成特征向量送入SVM進(jìn)行分類識(shí)別。實(shí)驗(yàn)結(jié)果表明，該識(shí)別方法可以有效識(shí)別人體運(yùn)動(dòng)。
