|
PHONOTACTIC AND ACOUSTIC LANGUAGE RECOGNITION
Matějka, Pavel ; Sigmund, Milan (vedoucí práce)
This thesis deals with phonotactic and acoustic techniques for automatic language recognition (LRE). The first part of the thesis deals with the phonotactic language recognition based on co-occurrences of phone sequences in speech. A thorough study of phone recognition as tokenization technique for LRE is done, with focus on the amounts of training data for phone recognizer and on the combination of phone recognizers trained on several language (Parallel Phone Recognition followed by Language Model - PPRLM). The thesis also deals with novel technique of anti-models in PPRLM and investigates into using phone lattices instead of strings. The work on phonotactic approach is concluded by a comparison of classical n-gram modeling techniques and binary decision trees. The acoustic LRE was addressed too, with the main focus on discriminative techniques for training target language acoustic models and on initial (but successful) experiments with removing channel dependencies. We have also investigated into the fusion of phonotactic and acoustic approaches. All experiments were performed on standard data from NIST 2003, 2005 and 2007 evaluations so that the results are directly comparable to other laboratories in the LRE community. With the above mentioned techniques, the fused systems defined the state-of-the-art in the LRE field and reached excellent results in NIST evaluations.
|
|
Biometrie sítnice pro účely rozpoznávání osob
Sikorová, Eva ; Kolář, Radim (oponent) ; Odstrčilík, Jan (vedoucí práce)
Tato diplomová práce se zabývá rozpoznáváním osob pomocí srovnávání sady příznaků extrahovaných z obrazů vzoru cév sítnice. První část práce obsahuje náhled na problematiku biometrie, podrobnější rozbor identifikace osob s využitím snímků sítnice a především literární rešerši metod extrakce a srovnávání. V praktické části byly v prostředí MATLAB realizovány algoritmy pro identifikaci osoby metodou nejbližšího souseda (NS), translace, template matching (TM) a rozšířeného NS a TM se zahrnutím více příznaků. Součástí práce je otestování navržených programů na biometrické databázi příznakových vektorů s následným vyhodnocením.
|
|
Zpracování snímků duhovky pro biometrické aplikace
Osičková, Kristýna ; Drahanský, Martin (oponent) ; Kolář, Radim (vedoucí práce)
Biometrie je metoda rozpoznávání identity člověka na základě jedinečných biologických charakteristik, které jsou pro každého člověka unikátní. Metody biometrické identifikace se v současné době stále více rozšiřují do nejrůznějších odvětví. Tato práce je zaměřena na identifikaci člověka podle snímků oční duhovky. V úvodní části práce jsou popsány principy známých metod pro biometrické aplikace a v další části je popsán návrh metody a její realizace v programovém prostředí Matlab. V praktické části je použita metoda rychlé radiální symetrie pro detekci zornice, od níž se pak odvíjí další zpracování obrazu. Využívá se zde dvou dimensionální diskrétní vlnkové transformace obrazu. Navržený algoritmus je testován na databázích CASIA-Iris-Interval a databázi IITD.
|
|
Spojování obrazů podle tvaru hran
Gorgol, Martin ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Tato diplomová práce se zabývá návrhem a realizací aplikace, která na základě vytvořené množiny dílků „puzzle“ složí dle tvaru jejich hran původní obraz. Tato aplikace je vytvořena pomocí programu Matlab. Práce také popisuje postup při samotném vytvoření databáze dílků z fotografie obrazu složeného puzzle. Blíže se pak zabývá problematikou nalezení charakteristických úseku dílků, jejich segmentací a vhodným popisem. Je zde rozebrán postup výběru typů příznaků a jejich extrakce. Na základě vhodně popsaných segmentovaných částí dílků je navržen a realizován algoritmus jejich porovnávání a sdružování do shluků. Pomocí navržené metody vizualizace je poté zobrazován výsledný obraz složeného puzzle.
|
|
Biometrie s využitím snímků duhovky
Tobiášová, Nela ; Drahanský, Martin (oponent) ; Kolář, Radim (vedoucí práce)
Biometrické techniky jsou v současné době velmi rozšířené vědní odvětví. Biometrií je myšleno automatizované rozpoznávání osob na základě jejich anatomických rysů, v případě této diplomové práce duhovky oka. Rozpoznání pomocí duhovky se jeví jako nejslibnější z důvodu neinvazivního přístupu a nízké chybovosti. Zakladatelem biometrie oka je John G. Daugman. Z jeho prací vycházejí téměř všechny současné publikace. Tato diplomová práce se zabývá biometrií s využitím snímků duhovky. V úvodní části jsou popsány principy metod z oblasti biometrie na základě snímků duhovky. Následuje první praktická část věnovaná návrhu a realizaci dvou vybraných metod pro detekci vnitřní hranice duhovky. Třetí část této práce uvádí návrh a realizaci metody zpracování snímků duhovky za účelem klasifikace osob. Poslední kapitola je věnovaná vyhodnocení dosažených výsledků a jejich porovnání s publikovanými metodami.
|
|
Spojování obrazů podle tvaru hran
Gorgol, Martin ; Petyovský, Petr (oponent) ; Richter, Miloslav (vedoucí práce)
Tato diplomová práce se zabývá návrhem a realizací aplikace, která na základě vytvořené množiny dílků „puzzle“ složí dle tvaru jejich hran původní obraz. Tato aplikace je vytvořena pomocí programu Matlab. Práce také popisuje postup při samotném vytvoření databáze dílků z fotografie obrazu složeného puzzle. Blíže se pak zabývá problematikou nalezení charakteristických úseku dílků, jejich segmentací a vhodným popisem. Je zde rozebrán postup výběru typů příznaků a jejich extrakce. Na základě vhodně popsaných segmentovaných částí dílků je navržen a realizován algoritmus jejich porovnávání a sdružování do shluků. Pomocí navržené metody vizualizace je poté zobrazován výsledný obraz složeného puzzle.
|
|
Rozpoznávání obličejů v obraze
Hauser, Václav ; Přinosil, Jiří (oponent) ; Říha, Kamil (vedoucí práce)
Tato diplomová práce se zabývá problematikou detekce a rozpoznávání obličejů v obraze. Obsahem práce je popis využívaných metod detekce a rozpoznávání obličejů. Podrobněji je popsána metoda analýzy hlavních komponent (PCA), která je následně využita při implementaci rozpoznávání obličejů ve videosekvenci. Ve spojení s implementací je v práci popsán balíček knihoven OpenCV, který byl pro realizaci využit, konkrétně jeho C++ API. Závěrem je provedeno testování vzniklé aplikace na dvou rozdílných videosekvencích.
|
|
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.
|
|
Detekce logopedických vad v řeči
Pešek, Milan ; Smékal, Zdeněk (oponent) ; Atassi, Hicham (vedoucí práce)
Tato práce se zabývá návrhem a realizací softwarového nástroje pro detekci logopedických vad v řeči. Jelikož je třeba odhalit logopedické vady v řeči co nejdříve, je tento nástroj zaměřen na mluvčí dětského věku. Úvodem text popisuje teorii vytváření řeči, modelování vytváření řeči pro její číslicové zpracování, fonetiku, logopedii a základní logopedické vady v řeči. Dále jsou popsány použité metody pro extrakci příznaků, pro segmentaci slov na hlásky a pro klasifikaci příznaků do tříd vadné a správné výslovnosti. V závěru textu jsou uvedeny výsledky testování vybraných metod. K rozpoznání logopedických vad v řeči jsou použity algoritmy pro extrakci příznaků MFCC (Melovské kepstrální koeficienty) a PLP (Perceptivní lineární predikce). Segmentace slova na hlásky je provedena pomocí metody sledování rozdílnosti příznaků. Extrahované příznaky hlásky jsou klasifikovány do tříd vadné nebo správné výslovnosti jednou z testovaných metod rozpoznání vzoru. Pro klasifikaci příznaků jsou testovány metody k-NN (Algoritmus k-nejbližších sousedů), SVM (Algoritmy podpůrného učení), ANN (Umělé neuronové sítě) a GMM (Smíšené Gaussovy modely).
|
|
Automatické rozpoznávání zpěvu ptáků
Břenek, Roman
Diplomová práce se zabývá metodami automatického rozpoznávání ptačích druhů na základě jejich zpěvu. Nejprve jsem definoval databázi na-hrávek, pro kterou jsem vytvořil referenční data. Také jsem hledal vhodné příznaky, kterými bych zachytil klíčové charakteristiky ptačího zpěvu. Rozhodl jsem se využít HFCC koeficienty, jejichž výpočet v práci popisuji. Dále se zabývám výstavbou systému VAD, pomocí kterého rozděluji nahrávky na úseky ticha a zpěvu. Tento systém je založený na algoritmu kNN. V poslední fázi popisuji systém založený na skrytých Markovových modelech, který dokáže z úseků zpěvu rozpoznat konkrétní ptačí druh.
|