视听媒体感知与识别【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

视听媒体感知与识别PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 概述1

1.2 人类视觉感知系统2

1.2.1 人类视觉感知系统的生理结构2

1.2.2 视觉感知4

1.3 人类听觉感知系统5

1.3.1 语音听觉器官的生理结构6

1.3.2 听觉感知7

1.4 视听感知系统框架和基本组成8

1.5 本章小结9

参考文献9

第2章 视觉感知与识别——人脸识别11

2.1 三维人脸识别问题11

2.2 三维人脸图像预处理12

2.2.1 三维人脸区域提取12

2.2.2 三维人脸模型姿态匹配对齐15

2.2.3 三维人脸主要器官区域分割17

2.2.4 实验及结果分析19

2.3 三维人脸表面特征描述子23

2.3.1 基于弯曲不变量的三维人脸表面描述子24

2.3.2 基于边界球描述子的三维人脸表征方法24

2.3.3 基于三维尺度不变特征变换的表征方法26

2.3.4 实验及结果分析27

2.4 基于区域稀疏回归模型的三维人脸特征提取算法33

2.4.1 问题的提出33

2.4.2 基于区域稀疏回归模型的特征提取36

2.4.3 实验及结果分析37

2.5 本章小结41

参考文献41

第3章 视觉感知与识别——运动目标分析51

3.1 运动目标分析问题51

3.2 融合深度信息的运动目标检测52

3.2.1 行为视频预处理52

3.2.2 背景差分和帧间差分相结合的人体检测方法53

3.2.3 基于边缘变化率的手部检测56

3.3 基于跟踪学习检测的运动人体跟踪60

3.3.1 跟踪学习检测算法原理61

3.3.2 改进的融合深度信息的跟踪学习检测算法65

3.3.3 实验及结果分析67

3.4 融合深度信息的运动目标特征描述68

3.4.1 三维移动尺度不变特征描述69

3.4.2 快速移动尺度不变性特征72

3.4.3 融合时空纹理特征的特征描述方法78

3.5 本章小结84

参考文献84

第4章 听觉感知与识别——语音识别及评测98

4.1 听觉感知数据预处理98

4.2 听觉感知的特征表示100

4.2.1 线性预测倒谱参数101

4.2.2 美尔频率倒谱系数102

4.2.3 基频提取103

4.3 听觉感知的模型学习104

4.3.1 隐马尔可夫模型104

4.3.2 基于改进的BP人工神经网络的声调感知识别模型106

4.4 实时语音识别和发音评测109

4.4.1 基于韵律建模的汉语语音识别109

4.4.2 汉语发音检测110

4.4.3 基于声学和韵律参数的汉语发音评测111

4.5 本章小结113

参考文献114

第5章 视听感知识别技术的应用实例123

5.1 基于语音识别与评测的远程交互学习系统123

5.1.1 系统概述123

5.1.2 虚拟三维游戏设计126

5.2 人体行为分析系统平台的设计与实现130

5.2.1 人体行为分析系统平台的实现130

5.2.2 人体行为识别系统的个性化控制应用场景133

5.2.3 行为分析系统GPU处理的实现136

5.3 基于视觉感知的盲区路况提示系统137

5.3.1 系统总体架构138

5.3.2 系统各模块功能设计139

5.3.3 系统设计规划140

5.3.4 功能实现成果展示143

5.4 基于听觉感知的哼唱音乐检索系统149

5.5 本章小结152

参考文献153