|
|
Rozpoznávání emočních stavů na základě analýzy řečového signálu
Čermák, Jan ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Obsah této práce je zaměřen na klasifikaci emočních stavů s použitím neuronových sítí a klasifikátoru na bázi směsi Gaussových hustotních funkcí s využitím programu Matlab. Pojednává o problematice zpracování řečového signálu, z něhož byly extrahovány prozodické, spektrální příznaky a MFCC koeficienty. Práce se zabývá určením kvality jednotlivých příznaků a výběrem nejvhodnějších pro správnou klasifikaci emočních stavů. Pro určení emočních stavů byly použity dvě rozdílné metody. První metodou jsou neuronové sítě s různě zvolenými parametry. Druhou metodou klasifikace je použití smíšených Gaussových modelů tzv. GMM. U obou metod byla pro klasifikaci rozdělena databáze emočních promluv na trénovací a testovací skupinu. Při testování byla využita metoda nezávislá na mluvčím. Součástí práce je porovnání jednotlivých analyzovaných postupů, zobrazení a porovnání výsledků. Závěrem práce je návrh nejvhodnějších parametrů a klasifikátoru pro rozpoznání emočního stavu mluvčího.
|
|
|
Automatické rozpoznávání logopedických vad v řečovém projevu
Dušil, Lubomír ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Práce se zabývá analýzou a automatickou detekcí logopedických vad v řečovém projevu. Dává si za cíl ulehčit a urychlit práci logopedů a zvýšit procento odhalených logopedických vad u dětí v co nejmladším věku a následné, co nejúspěšnější, vyléčení. Jsou zde uvedeny metody logopedické práce, dělení vad v jednotlivých stádiích vývoje dítěte a vhodná slova k identifikaci vady řeči a následné nápravě. Následně jsou zde rozebrány metody výpočtu koeficientů, které nejlépe vystihují lidskou řeč. Dále klasifikátory, které se používají k rozpoznávání a určení jestli se jedná o logopedickou vadu či nikoliv. Klasifikátory využívají pro svoji práci koeficienty. Koeficienty a klasifikátory jsou testovány a hledá se co nejlepší jejich kombinace, která by měla nejvyšší procento úspěšnosti v automatickém odhalování logopedických vad řeči. Všechno programování a testování se provádí v programu Matlab.
|
|
|
Rozpoznání emočního stavu člověka z řeči
Houdek, Miroslav ; Přinosil, Jiří (oponent) ; Atassi, Hicham (vedoucí práce)
Tato diplomová práce pojednává o rozpoznání emočních stavů a určení pohlaví na základě analýzy řečového signálu. Pro popis řečového signálu jsme využili různých prozodických a kepstrálních příznaků. Součástí práce je popis neinvazivních metod pro odhad hlasivkových pulsů. Pro jednotlivé příznaky řeči jsme vytvořili funkce v programu MATLAB. Klasifikace byla provedena pomocí GMM klasifikátoru, který využívá Gaussova rozložení pravděpodobnosti pro modelování příznakového prostoru. Dále byl sestrojen systém pro rozpoznání emočních stavů mluvčího a systém pro rozpoznání pohlaví mluvčího z řeči. Úspěšnost vytvořených systémů jsme testovali s jednotlivými příznaky na různých délkách segmentů řečového signálu a výsledné procentuální úspěšnosti rozpoznávání porovnali. Závěrem jsme testovali vliv mluvčího a pohlaví na úspěšnost rozpoznání emočních stavů.
|
|
|
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).
|
|
|
Využití metod zpracování signálů pro zvýšení bezpečnosti automobilové dopravy
Beneš, Radek ; Říha, Kamil (oponent) ; Atassi, Hicham (vedoucí práce)
Diplomová práce se zabývá problematikou rozpoznávání dopravních značek ve videosekvenci. Systémy rozpoznání značek rozhodně přispívají ke zvýšení bezpečnosti v automobilové dopravě, což potvrzují i komerční systémy vkládané výrobci automobilů do svých vozů (Opel, BMW). V práci je nejprve prezentována motivace pro použití těchto systémů, následuje přehled současného stavu vývoje v této oblasti a nakonec je zvolena a detailně popsána konkrétní metoda pro rozpoznávání značek, která využívá pokročilé techniky zpracování obrazového signálu. Pro detekci značek, je v práci použita segmentační metoda, pracující s barevnou informací. Následná klasifikace je realizována lineárním klasifikátorem s volitelným využitím metody PCA. Navíc byla implementována metoda sledování dopravních značek ve videosekvenci založená na Kalmanově filtraci. Realizovaný systém dává poměrně kvalitní výsledky a v práci nechybí podrobné srovnání a zhodnocení úspěšnosti klasifikace.
|
|
|
Počítačová analýza sportovních zápasů
Židlík, Pavel ; Balík, Miroslav (oponent) ; Atassi, Hicham (vedoucí práce)
Tato práce se zabývá možností rychlé analýzy fotbalového utkání z audio složky záznamu s možností využití některých metod také pro jiná než fotbalová utkání. Při úvodním zamyšlení bylo zaměřeno na detekci hvizdu píšťalky. Ten se ve spektru projevuje svým specifickým základním kmitočtem, který je mimo kmitočty běžné mluvy. Po odhadu harmonických kmitočtu, bylo zaměřeno na rozpoznání významu hvizdu. K této problematice bylo využito pana rozhodčího, který mne informoval o počtu druhů hvizdu a poskytl mi referenční vzorky pro klasifikaci hvizdu. Pro zjištění významu hvizdu bylo použito neuronové sítě s typem učení zpětné šíření. Dalším příznakem pro detekci významných okamžiků ze zápasu bylo zaměřeno na základní tón komentátora. V případě, že komentátor zápas prožívá naplno tak s každou významnou akcí, která se v zápase odehraje, se automaticky zvyšuje také jeho základní tón promluvy. Dalším příznakem, na který bylo zaměřeno, je detekce zvýšeného základního tónu komentátorova hlasu. Významným okamžikem v zápase jsou také národní hymny týmu, které proti sobě hrají. Dalším příznakem pro analýzu je tedy detekce hymny. Pro získání příznaku z audio signálu bylo využito výhod melovských kepstrálních koeficientů (MFCC) z nich bylo získáno 20 koeficientů. Tyto koeficienty byly použity jako vstup pro klasifikátor založený na neuronové sítí s typem učení zpětné šíření. Pro snadné použití těchto metod bylo vytvořeno grafické uživatelské rozhraní s možností přehledného náhledu získaných výsledků a také s možností přehrání vybraného úseku.
|
|
|
Neuronové sítě při klasifikaci mluvčích
Svoboda, Libor ; Atassi, Hicham (oponent) ; Míča, Ivan (vedoucí práce)
Obsah této práce je zaměřen na neuronové sítě při klasifikaci mluvčích. Pojednává o problematice zpracování řečového signálu a jsou zde uvedeny i některé typy neuronových sítí. Součástí práce bylo sestavení databáze nahrávek od řečníků různého pohlaví a věku. Z této databáze pak byla sestavena trénovací a testovací skupina. Dále byly navrženy čtyři klasifikátory. Jeden na bázi směsi Gaussových hustotních funkcí a tři neuronové klasifikátory. Tyto systémy byly testovány a analyzovány podle věku, pohlaví a na závěr pro obě tyto kritéria. Současně je věnována pozornost i volbě vhodných příznaků v každé této úloze klasifikace. Na konci práce jsou uvedeny výsledky analýz pro jednotlivé skupiny i příznaky. Z těchto výsledků jsou stanoveny nejvhodnější příznaky, pro danou úlohu klasifikace a také nejúspěšnější klasifikátory.
|
|
|
Automatické rozpoznávání emočních stavů člověka na základě analýzy řečového projevu
Pfeifer, Leon ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se zabývá charakteristikou metod pro analýzu emočních stavů člověka. Práci lze rozdělit do tří částí. V první je charakterizován řečový projev z fonetického a psychologického aspektu. V druhé části jsou zpracovány analyzované metody a věci související (předzpracování signálu, řečový detektor). Pro výpočet základního tónu řeči byla použita metoda centrálního klipování, další použitou metodou je analýza na základě formantových frekvencí a poslední metoda určování počtu vrcholů a rovin. Ve třetí části jsou zpracovány výsledky měření provedené jednotlivými metodami Vyhodnocováno zde bylo pět různých emočních stavů: neutralita, vztek, radost, smutek a překvapení. Jsou zde vyobrazeny a diskutovány výsledky pro každou metodu.
|
|
|
Simulace biometrických zabezpečovacích systémů pracující na základě rozpoznávání tváře
Dubský, Milan ; Rampl, Ivan (oponent) ; Atassi, Hicham (vedoucí práce)
Zadáním této práce je navrhnout v prostředí Matlab-Simulink systém pro rozpoznávání tváře určitého člověka z množiny (databáze) tváří všech uživatelů systému. V rámci práce jsou popsány jak algoritmy používané pro detekci tváře, tak pro rozpoznávání tváře. U algoritmů používaných pro detekci tváře jsou popsány a implementovány především příznakově orientované metody, konkrétně metoda založená na hledání barevné oblasti odpovídající barvě kůže, tzv. barevná segmentace. Další metodou je metoda porovnávání šablon. Tato metoda je rovněž použitelná i pro rozpoznávání tváře, což je v této práci ověřeno. Posledním zde popsaným algoritmem pro rozpoznávání lidské tváře je PCA (analýza hlavních komponent). V závěru práce jsou zhodnoceny dosažené výsledky a to hlavně u metody PCA, která se pro úkol rozpoznávání tváře jeví jako nejlepší.
|
|
|
Rozpoznávání emočních stavů pomocí analýzy řečového signálu
Navrátil, Michal ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se zabývá analýzou emočních stavů člověka pomocí analýzy řečového signálu. Práce má dvě části. V první je popsán řečový signál z hlediska tvorby a informačního obsahu. Dále jsou zde popsány hlavní a vedlejší prozodické příznaky: základní tón řeči, intenzita, časové příznaky, spektrální vlastnosti a počet průchodu signálu nulovou rovinou. Ve druhé části práce je popsán navržený systém rozpoznávání emočního stavu člověka z řeči, tento systém pracuje na základě porovnání prozodických příznaků vstupní řeči s prozodickými příznaky uložené v databázi systému. Při nashromážděný dostatečného počtu nahrávek emočních stavů bude schopen rozpoznat emoční stav s vysokou pravděpodobností. Celý projekt je nachystán pro použití v reálném čase. V poslední části práce jsou uvedeny výsledky testů provedených na velkém počtu souboru řečových nahrávek.
|
host ::
RSS.