计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2003年
3期
50-52
,共3页
人机交互%支撑向量机%双模态
人機交互%支撐嚮量機%雙模態
인궤교호%지탱향량궤%쌍모태
该文提出了基于支撑向量机SVM(Support Vector Machine)结合由主元分析PCA(Principle Component Analysis)导出的DFFS(Distance From Face Space)判据进行人脸视觉语音特征区域定位的方法.并与基于传统Fisher准则的线性判别方法FDA(Fisher Discrimination Analysis)结合DFFS判据的定位结果进行了比较分析.在有限样本的情况下,基于SVM-DFFS的方法与传统的线性FDA-DFFS方法相比具有一定的优势.该文实验中所使用的样本数据来自中国科学院声学所汉语听觉、视觉双模态数据库(CAVSR v1.0).
該文提齣瞭基于支撐嚮量機SVM(Support Vector Machine)結閤由主元分析PCA(Principle Component Analysis)導齣的DFFS(Distance From Face Space)判據進行人臉視覺語音特徵區域定位的方法.併與基于傳統Fisher準則的線性判彆方法FDA(Fisher Discrimination Analysis)結閤DFFS判據的定位結果進行瞭比較分析.在有限樣本的情況下,基于SVM-DFFS的方法與傳統的線性FDA-DFFS方法相比具有一定的優勢.該文實驗中所使用的樣本數據來自中國科學院聲學所漢語聽覺、視覺雙模態數據庫(CAVSR v1.0).
해문제출료기우지탱향량궤SVM(Support Vector Machine)결합유주원분석PCA(Principle Component Analysis)도출적DFFS(Distance From Face Space)판거진행인검시각어음특정구역정위적방법.병여기우전통Fisher준칙적선성판별방법FDA(Fisher Discrimination Analysis)결합DFFS판거적정위결과진행료비교분석.재유한양본적정황하,기우SVM-DFFS적방법여전통적선성FDA-DFFS방법상비구유일정적우세.해문실험중소사용적양본수거래자중국과학원성학소한어은각、시각쌍모태수거고(CAVSR v1.0).