基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

航空摄影过程中云的实时自动检测

云的存在严重影响遥感影像质量。在航空影像的获取过程中,实时的云检测能够及时提供准确的云遮挡比例以评价影像质量,进而指导飞行方案以获取满足质量要求的影像。采用光谱特征阈值的方法,通过分析云光谱的特性,选取能够有效检测云的亮度特征I和归一化差值特征P进行组合。为实现自动检测,在一维Otsu自动阈值和带限定条件Otsu阈值的基础上,设计了阈值的分级配置策略为云特征配置合适的自动阈值,策略的主要思想是：首先采用多级分类标准对影像进行无云、薄云、厚云的类别判定,再对不同类别的影像采取不同的特征阈值配置方案,其中厚云影像的检测需要进一步分类配置阈值。该策略实现了有云情况下能准确检测云、无云情况下检测不到云的应用目标。再结合选择性自动后处理方案,真正做到云的自动、高效、准确的检测。通过与不同方法的检测结果对比分析,表明该方法的检测效率高,精度满足实时质量评定的要求,通用性强。     

建筑物轮廓双向驱动自适应分割重构的规则化方法

针对从高分遥感影像中提取建筑物易受阴影和植被等遮挡而导致错误检测的问题，提出一种建筑物轮廓双向驱动自适应分割重构的规则化方法。首先采用基于最小外接矩形（MBR）的平直旋转变换算法，旋转建筑物轮廓至水平或竖直状态，减少轮廓图形学显示上的锯齿表征；然后设计MBR和Shi-Tomasi联合双向驱动建筑物轮廓自适应分割算法，将轮廓化整为零精准分割形成局部片段；最后提出基于局部最优权拟合的轮廓重构算法，依次对局部片段进行属性分配、约束重组、最优权拟合与坐标重组，实现建筑物轮廓的规则化。实验结果表明，与初始提取结果相比，经所提方法规则化的轮廓视觉效果更好。与同类基于栅格填充、角点校正、最优外接矩形拟合和主方向的4种轮廓规则化方法相比，所提方法在保证规则化效率的同时，精度也更高，具有更广泛的适用性，对常见包含不同角度变化的复杂建筑物均能得到更加规整的轮廓，可作为建筑物提取后处理规则化的参考手段。