MPEG-7的现状和发展

为了实现基于内容的多媒体信息检索，活动图像专家组MPEG制订了“多媒体内容描述接口”MPEG-7标准，与MPEG-1、2、4不同，MPEG-7不是一种新的编码标准，它独立于其它标准，运用MPEG-1、2、4中的工具和手段，同时为其服务。介绍了MPEG-7的研究背景、目标、研究内容以及应用领域。     

MPEG-7多媒体信息检索标准分析

对MPEG-7产品特点和功能作了简单描述。重点研究了MPEG-7视频技术中最重要的可视特征和视觉描述,这部分是多媒体视频和音频信息的重要描述部分,是多媒体视频、音频信息的具体表示形式。通过对这些信息的特点进行具体的描述和表示能够快速有效的查询和浏览多媒体图画、图形、N维模型、音频、演讲、视频等用户感兴趣的信息。     

多媒体内容的描述、管理和检索及其技术标准--从MPEG-7到MPEG-21

现代计算机技术迅猛发展，计算机处理能力日益提高，因特网（Internet)逐渐普及，随之而来的是，大量的数字影音（多媒体）数据不断产生，多媒体信息包括数字、本、图形、图像、音乐、语音、动画和视频信息，而其中视频信息是多媒体信息中占比例最大、信息量最多、应用前景最广，却又最复杂的部分，如何有效的索引和检索日益庞大的视频资源成为十分迫切的重大研究课题。本分别从（1）海量多媒体内容的描述与管理；（2）多媒体内容描述的技术标准；（3）视频数据库的应用技术三方面进行讨论和介绍。     

基于内容的图像检索与MPEG-7

随着数字图像信息的高速膨胀与增加,基于内容的图像检索技术已经成为了一个被广泛关注的研究领域.与此同时,国际标准MPEG-7的制定,极大的促进了这一领域的发展.本文将主要对基于内容的图像检索的研究现状以及关键技术进行了分析,介绍了MPEG-7标准的相关内容,并在此基础上提出一种基于MPEG-7标准的图像检索系统模型.     

基于多特征融合的炮弹目标识别方法

针对现有的炮弹目标识别方法由于分类特征较单一以及分类器结构过于简单,导致雷达对炮弹目标识别率较低的问题,提出一种基于多特征融合的炮弹目标识别方法。通过提取炮弹目标的微多普勒特征,并将运动特征与微多普勒特征融合的结果作为目标识别的分类特征,构建支持向量机多分类器,实现炮弹目标识别,仿真结果验证了其有效性。     

利用逆滤波和相平面获取高自然声门波的研究

利用迭代自适应逆滤波的方法对传声器提取的声音信号进行了逆滤波,滤除了语音信号的共振信息,并在不借助其他设备的情况下利用声门波在相平面的图形和相应参数来评估和改善声门波的质量.通过实验表明由这种方法得到的声门波合成出的语音有很高的自然度,可以直接作为语音合成浊音的激励源,为后期结合统计学语音合成提供了基础.     

基于MPEG-7的多媒体内容描述方法研究

如何准确地描述多媒体信息是多媒体信息检索必须要解决的问题。文中介绍了MPEG-7标准多媒体内容的描述工具,然后从结构和内容两个方面研究MPEG-7描述多媒体内容的方法,并给出了实际的例子。     

基于语音PZCPA时频域特征融合的语音情感识别方法

从人类自然语言中提取和准确分类语音中的情感状态一直是人机交互的一个难点,同时相关研究在人工智能领域发挥着至关重要的作用.为了使语音情感识别系统有更好的鲁棒性,本文提出新的语音情感识别算法结构,主要包括PZCPA特征的提取方法,并且使用该特征进行基于深度学习的时域和频域特征融合,最后使用KNN进行语音情感识别.该算法在德...     

基于非线性方法的病理嗓音识别研究

提出了一种基于非线性特性来提取声带小结类病理嗓音的特征参数的识别方法.首先通过滤波分割的方法,分两个通道处理语音信号,低频部分采用符合人耳听觉特性的巴克滤波器组进行信号重构并提取语音特征,高频部分采用非线性动力学的最大李雅普诺夫指数来描述,最后整合为语音特征序列并进行语音识别.采用美国MEEI公司的病理嗓音数据库进行识别实验.实验结果表明,这种方法能够有效地提高病理嗓音的识别率,达到99.4％的识别率.     

一种基于多类特征融合的车辆识别方法

为研究融合多类特征形成的新特征对车辆识别准确率的影响,首先对图像的方向梯度直方图(HOG)特征、不变矩特征和灰度共生矩阵特征进行特征提取,并对HOG特征采用主成分分析法(PCA)进行降维;利用极差变换法对三类特征进行归一化处理并采用线性融合法进行融合构成新的特征。实验结果表明,基于上述三类单一特征的车辆识别准确率分别为51.39%,59.72%和75%,识别准确率较低;基于融合后形成的新特征的车辆识别准确率达到了97.22%,识别准确率有了较大提高,验证了多类特征融合在提高车辆识别准确率方面的有效性,对研究道路交通安全具有重要意义。     

红外与激光融合目标识别方法

针对自动目标识别需求,提出了一种激光与红外融合目标识别方法。首先分别对激光与红外两类单源数据分别提取小波矩和投影轮廓特征来表征目标;其次,将两类单源特征进行组合,并对组合后的特征进行约简。考虑到组合多个约简在进行分类时将产生互补信息,基于三种不同观点的约简提出了一种差异性组合分类器的构建方法,对约简后的激光和红外复合数据进行融合识别。最后,通过对激光与红外仿真数据的实验,验证了文中方法的有效性。     

病理嗓音基音频率检测方法研究

提出了一种基于LPC谱和离散小波变换的改进自相关基音频率检测算法,用于检测病理嗓音的基音频率。首先采用LPC谱特性滤除高频,得到预测余量,然后采用6级db20离散小波变换处理预测余量信号,并结合自相关法提取基音频率。采用美国MEEI公司的病理嗓音数据库进行基频检测实验。实验结果表明,本方法能够有效的去除倍频、半频的影响,是一种有效的病理嗓音基音频率检测算法。     

视频数据库存储检索的MPEG-7技术实现

在不断的研究探索中,人们开发出了一种新的技术,那就是由Visual C＋＋软件平台研究设计的,一种基于MPEG-7多媒体内容描述标准的视频多媒体信息存储检索系统。这种系统的结构能够适应多种的图像检索技术,针对于这项技术,来探讨和分析其在视频数据库存储检索中的作用和功能。     

一个基于MPEG-7颜色与形状的图像检索系统

结合MPEG-7的颜色与形状两种描述符设计出了一个新的图像检索系统,利用MPEG-7提供的主颜色描述符及基于区域的形状描述算法--角放射变换(ART)对图像进行特征提取、描述.实验用MPEG-7的评价准则进行评判,由包括花卉、自然风景及商标组成的图像库进行测试,结果表明,综合这两种特征进行检索比使用单一特征取得的检索效果更佳.     

基于LPCC和MFCC参数的病理嗓音识别研究

自动检测正常嗓音和病理嗓音的关键是选出有效的特征参数,并对其进行优化得到简单易实现的参数。同时选择合适的识别模型对正常嗓音和病理嗓音进行识别以得到最好的识别率。为了能实时、便利地检测正常嗓音和病理嗓音,这里提出了线性预测倒谱系数(LPCC)和MEL频率倒谱系数(MFCC)声学特征参数,采用动态时间规整(DTW)算法进行识别,实验结果表明该模型的识别率可达到90%以上,且MFCC方法优于LPCC。     

掌纹主线和纹理特征融合的识别方法

针对掌纹单特征提取方法提取的掌纹特征信息较为单一以及近年来掌纹特征融合方法在纹理特征提取过程计算量偏大和没有将掌纹感兴趣区域(ROI)的多种特征进行融合的缺陷,本文提出了一种掌纹主线和纹理特征融合的方法。利用数学形态学和基于统一模式的LBP算子分别提取增强的掌纹ROI的主线特征和纹理特征信息,再利用融合规则将两种特征信息进行融合。对各特征图进行直方图统计得到特征向量后输入SVM分类识别,再将识别率最高的特征图进行分块直方图统计,将所得特征向量输入到SVM进行分类识别并与其他方法作对比。     

掌纹主线和纹理特征融合的识别方法

针对掌纹单特征提取方法提取的掌纹特征信息较为单一以及近年来掌纹特征融合方法在纹理特征提取过程计算量偏大和没有将掌纹感兴趣区域(ROI)的多种特征进行融合的缺陷,本文提出了一种掌纹主线和纹理特征融合的方法。利用数学形态学和基于统一模式的LBP算子分别提取增强的掌纹ROI的主线特征和纹理特征信息,再利用融合规则将两种特征信息进行融合。对各特征图进行直方图统计得到特征向量后输入SVM分类识别,再将识别率最高的特征图进行分块直方图统计,将所得特征向量输入到SVM进行分类识别并与其他方法作对比。     

基于融合特征的汽车鸣笛声识别方法

针对复杂路况和现实环境条件下,传统汽车鸣笛声识别方法的分辨力不足问题,提出了一种基于变分模态分解和融合特征的汽车鸣笛声识别方法.采用变分模态分解(VMD)将鸣笛声信号分解为多个固有模态信号(IMF),基于峭度准则筛选出主IMF分量并重构信号;提取重构信号的MFCC和LPCC特征参数.利用融合算法获得基于上述两种特征的融...     

MPEG-7标准的目标及应用

活动图像专家组（ＭＰＥＧ）在完成ＭＰＥＧ－４第一版标准的制定工作后,又在着手制定ＭＰＥＧ－７标准。描述了ＭＰＥＧ－７标准的目标,并列举了ＭＰＥＧ－７工具将支持的若干应用。     

基于特征融合的唐卡图像检索技术研究

本文深入研究了唐卡图像的特征,并研究了适合唐卡的颜色、纹理、形状及多种特征融合的提取方法,并设计了基于特征融合的唐卡图像检索系统,最后得出结论:将唐卡图像的多特征融合后检索系统的准确性有一定了提高。