|
|
Rozpoznávání izolovaných slov
Ondruška, Jiří ; Švrček, Martin (oponent) ; Kolářová, Jana (vedoucí práce)
Rozpoznávání lidské řeči v biometrických systémech je aktuální problematika, kterou se věda intenzivně zabývá. Mezi nejefektivnější metody spadá využití skrytých Markovových modelů. Při rozpoznávání izolovaných slov je pozornost zaměřena na získání charakteristických parametrů z řečových signálů umožňující co nejjednoznačnější identifikaci pomocí aplikace skrytých Markovových modelů. Tato práce se zabývá biometrickými systémy, jejich metodami a následně se zaměřuje na problematiku rozpoznávání izolovaných slov. Je navržen systém rozpoznávání metodou skrytých Markovových modelů, v němž jsou využity funkce systému Matlab. Návrh je zaměřen na získání charakteristických parametrů izolovaných slov, vytvoření kódové knihy prostřednictvím vektorové kvantizace, trénování modelů slov a nakonec vyhodnocení pravděpodobnosti shody pro pozorované slovo a daný model slova. Úspěšnost rozpoznání pro jednoho řečníka dosahuje 40%.
|
|
|
Segmentace řeči
Andrla, Petr ; Míča, Ivan (oponent) ; Sysel, Petr (vedoucí práce)
V rámci diplomové práce byl vytvořen program pro segmentaci nahrávek řeči na fonémy. Tento program byl vytvořen v prostředí Matlab a skládá se z několika skriptů. Program umožňuje automatickou segmentaci. Segmentace řeči je proces nalezení hranic mezi fonémy v mluvené řeči. Automatická segmentace je založena na metodě vektorové kvantizace. V prvním kroku výpočtu je provedena extrakce příznaků. Dále jsou části řeči přiděleny k určeným centroidům. Místo změny centroidu je označeno jako hranice fonémů. Tímto programem byla zpracována skupina nahrávek a vyhodnocena účinnost automatické segmentace. K programu byl vytvořen podrobný návod k obsluze. Dále jsou v práci stručně rozebrány jednotlivé použité metody zpracování řeči s uvedením jejich implementace v programu a odůvodnění nastavení jejich proměnných parametrů.
|
|
|
Identifikace osob pomocí otisku hlasu
Mekyska, Jiří ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Tato práce se zabývá textově závislým rozpoznáváním řečníků v systémech, kde existuje pouze omezené množství trénovacích vzorků. Pro účel rozpoznávání je navržen otisk hlasu založený na různých příznacích (např. MFCC, PLP, ACW atd.). Na začátku práce je zmíněn způsob vytváření řečového signálu. Některé charakteristiky řeči, důležité pro rozpoznávání řečníků, jsou rovněž zmíněny. Další část práce se zabývá analýzou řečového signálu. Je zde zmíněno předzpracování a také metody extrakce příznaků. Následující část popisuje proces rozpoznávání řečníků a zmiňuje způsoby ohodnocení používaných metod: identifikace a verifikace řečníků. Poslední teoreticky založená část práce se zabývá klasifikátory vhodnými pro textově závislé rozpoznávání. Jsou zmíněny klasifikátory založené na zlomkových vzdálenostech, dynamickém borcení časové osy, vyrovnávání rozptylu a vektorové kvantizaci. Tato práce pokračuje návrhem a realizací systému, který hodnotí všechny zmíněné klasifikátory pro otisk hlasu založený na různých příznacích.
|
|
|
Kompresní techniky statického obrazu
Jirounek, Matěj ; Šmirg, Ondřej (oponent) ; Krajsa, Ondřej (vedoucí práce)
Bakalářská práce pojednává o dnes používaných kompresních technikách statického obrazu, o jejich základních principech, výhodách a nevýhodách v oblasti použití a jejich vzájemném porovnání. Práce je rozdělena do sedmi kapitol, z nichž druhá pojednává rozdělení komprese dat, třetí o bezztrátové kompresi a jejich hlavními představiteli a čtvrtá naopak o ztrátové kompresi obrazu s jejími výhodami a nedostatky a také o barevných modelech. V páté kapitole jsou shrnuty použitá kritéria pro hodnocení obrazu a v šesté kapitole je ukázána implementace programu v prostředí MATLAB.
|
|
|
Kompresní techniky statického obrazu
Jirounek, Matěj ; Šmirg, Ondřej (oponent) ; Krajsa, Ondřej (vedoucí práce)
Bakalářská práce pojednává o dnes používaných kompresních technikách statického obrazu, o jejich základních principech, výhodách a nevýhodách v oblasti použití a jejich vzájemném porovnání. Práce je rozdělena do sedmi kapitol, z nichž druhá pojednává rozdělení komprese dat, třetí o bezztrátové kompresi a jejich hlavními představiteli a čtvrtá naopak o ztrátové kompresi obrazu s jejími výhodami a nedostatky a také o barevných modelech. V páté kapitole jsou shrnuty použitá kritéria pro hodnocení obrazu a v šesté kapitole je ukázána implementace programu v prostředí MATLAB.
|
|
|
Segmentace řeči
Andrla, Petr ; Míča, Ivan (oponent) ; Sysel, Petr (vedoucí práce)
V rámci diplomové práce byl vytvořen program pro segmentaci nahrávek řeči na fonémy. Tento program byl vytvořen v prostředí Matlab a skládá se z několika skriptů. Program umožňuje automatickou segmentaci. Segmentace řeči je proces nalezení hranic mezi fonémy v mluvené řeči. Automatická segmentace je založena na metodě vektorové kvantizace. V prvním kroku výpočtu je provedena extrakce příznaků. Dále jsou části řeči přiděleny k určeným centroidům. Místo změny centroidu je označeno jako hranice fonémů. Tímto programem byla zpracována skupina nahrávek a vyhodnocena účinnost automatické segmentace. K programu byl vytvořen podrobný návod k obsluze. Dále jsou v práci stručně rozebrány jednotlivé použité metody zpracování řeči s uvedením jejich implementace v programu a odůvodnění nastavení jejich proměnných parametrů.
|
|
|
Identifikace osob pomocí otisku hlasu
Mekyska, Jiří ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Tato práce se zabývá textově závislým rozpoznáváním řečníků v systémech, kde existuje pouze omezené množství trénovacích vzorků. Pro účel rozpoznávání je navržen otisk hlasu založený na různých příznacích (např. MFCC, PLP, ACW atd.). Na začátku práce je zmíněn způsob vytváření řečového signálu. Některé charakteristiky řeči, důležité pro rozpoznávání řečníků, jsou rovněž zmíněny. Další část práce se zabývá analýzou řečového signálu. Je zde zmíněno předzpracování a také metody extrakce příznaků. Následující část popisuje proces rozpoznávání řečníků a zmiňuje způsoby ohodnocení používaných metod: identifikace a verifikace řečníků. Poslední teoreticky založená část práce se zabývá klasifikátory vhodnými pro textově závislé rozpoznávání. Jsou zmíněny klasifikátory založené na zlomkových vzdálenostech, dynamickém borcení časové osy, vyrovnávání rozptylu a vektorové kvantizaci. Tato práce pokračuje návrhem a realizací systému, který hodnotí všechny zmíněné klasifikátory pro otisk hlasu založený na různých příznacích.
|
|
|
Rozpoznávání izolovaných slov
Ondruška, Jiří ; Švrček, Martin (oponent) ; Kolářová, Jana (vedoucí práce)
Rozpoznávání lidské řeči v biometrických systémech je aktuální problematika, kterou se věda intenzivně zabývá. Mezi nejefektivnější metody spadá využití skrytých Markovových modelů. Při rozpoznávání izolovaných slov je pozornost zaměřena na získání charakteristických parametrů z řečových signálů umožňující co nejjednoznačnější identifikaci pomocí aplikace skrytých Markovových modelů. Tato práce se zabývá biometrickými systémy, jejich metodami a následně se zaměřuje na problematiku rozpoznávání izolovaných slov. Je navržen systém rozpoznávání metodou skrytých Markovových modelů, v němž jsou využity funkce systému Matlab. Návrh je zaměřen na získání charakteristických parametrů izolovaných slov, vytvoření kódové knihy prostřednictvím vektorové kvantizace, trénování modelů slov a nakonec vyhodnocení pravděpodobnosti shody pro pozorované slovo a daný model slova. Úspěšnost rozpoznání pro jednoho řečníka dosahuje 40%.
|
|
|
Komprese dvousměrných texturních dat založaná na víceůrovňové vektorové kvantizaci - doplňkový materiál
Havran, V. ; Filip, Jiří ; Myszkowski, K.
Dvousměrná texturní funkce (BTF) se používá pro přesné zachycení vzhledu materálů. Tento text shrnuje výsledky nově navržené metody komprese BTF dat. Metoda je založená na nové reprezentaci dat pro jednotlivé pixely v závislosti na úhlech pohledu a osvětlení tvořící fukce pravděpodobnostních hustot. Tyto funkce jsou komprimovány pomocí navrženého víceúrovňového algoritmu založeného na vektorové kvantizaci. Výsledkem je skupina kódových knih obsahujících indexační a škálovací hodnoty. Rekonstrukce dat je pak dosažena pomocí vnořené indexace v těchto knihách. Luminanční a barevná složka jsou zpracovány odděleně a to umožňuje dosáhnout nízké rekonstrukční chyby a zároveň vysoké komprese 1:233-1:2040 v závislosti na složitosti komprimovaného vzorku. Navržená metoda je porovnána ze současnými metodami, jak numericky tak prostřednictvím psychovisuálního experimentu. Metoda byla rovněž implementována na grafické kartě a umožňuje vzorkování texturních dat podle důležitosti.
|
|
| |
host ::
RSS.