|
|
|
» Influence of subband signal denoising for voice activity detection
|
|
TOMASZ MARCINIAK  ADAM DĄBROWSKI
Exact detection of voice activity endpoints is crucial in many
speech processing procedures like, e.g., in:
- speech coding in telephone communication,
- speech enhancement,
- automatic speech recognition (ASR).
Determination of endpoints can significantly improve efficiency
of these tasks. For example, in case of speech coding,
the transmission speed can be reduced, because, as it can be
observed, even a duplex conversation signal includes up to 60%
of silence [1]. Transmission of only active speech signal parts
reduces the channel occupation and saves the battery power.
In case of automatic speech recognition, precise detection
of word boundaries is a crucial step, which decides about the
recognition effectiveness.
VAD/EPD can be realized in time and/or in frequency domain
[...]
więcej»
w zeszycie
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA 2009/3
|
|
|
|
|
|
|
|
|
» Selection of tracking model parameters in embedded video system
|
|
TOMASZ MARCINIAK DAMIAN JACKOWSKI PAWEŁ PAWŁOWSKI ADAM DĄBROWSKI
Matlab/Simulink environment is equipped with complex Video
and Image Processing Blockset [1]. A model of video processing
designed in Simulink can be verifi ed practically in realtime
using a PC computer. We can also run Simulink video
model using a DSP platform (e.g., DM6437 [2]). This possibility
offers Target Support Package TC6 [3], which includes
specialized blocks for C6000 processors from Texas Instruments
e.g.:
- DM6437 EVM Board Support - video capture and display,
on screen display (OSD), LED and DIP maintenance,
- C64x DSP Library - data conversion, fi ltering, mathematical
operations, transforms,
- C6000 DSP Communication Library - UDP and TCP/IP
communications
- C6000 DSP Core Support - memory and task management.
We have used the Target Support Package TC6 with[...]
więcej»
w zeszycie
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA 2010/3
|
|
|
|
|
|
» Fast speaker recognition based on short Polish sequences
|
|
TOMASZ MARCINIAK RADOSŁAW WEYCHAN SZYMON DRGAS ADAM DĄBROWSKI AGNIESZKA KRZYKOWSKA
Among key issues determining effectiveness and speed of
biometric identification systems there is a proper selection of
acquisition parameters and representation of the input data.
Typically biometric systems are based on the analysis and
recognition of various images such as fingerprint, face, iris,
ear, hand geometry, etc. [1, 2]. However, nowadays speaker
recognition techniques are becoming more and more important.
Identification techniques based on acoustic signals (voice)
is yet holding about a 3% share in the commercial biometric
market only [3]. However, it should be noted that the speaker
identification has a number of advantages and can be used
to authorization access for many services and systems such
as voice dialing options, telephone banking, shopping by phone,
database access, voicemail, information services, access
to restricted zones, access to computers, etc. In contrast to
systems based on image recognition, speaker recognition easier
detects sex and nationality. It may also be a part of complex
multimodal biometric systems examining many biometric
features thus guarantying more effective identification.
Speaker recognition techniques can be divided into two
types: verification and identification [4, 5].
Speaker verification consists in acceptance or rejection of
the speaker. Speech after parameterization is compared with
the reference model. Depending on certain diagnosis threshold,
the speaker is accepted or rejected.
Verification is simpler than the second task namely identification,
which consists in recognition which person from
a set of the registered people speaks. Parameters of the input
speech signal are compared with the base parameters of the
reference N-models. Then the maximum selector shows the
greatest similarity to the reference model and selects the appropriate
speaker ID.
Speaker recognition methods can be divided into the following
main categories [6]:
- text-dependent - speaker recogni[...]
więcej»
w zeszycie
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA 2011/5
|
|
|
» Proste metody tworzenia map głębokości i wypełniania luk informacyjnych przy konwersji obrazów 2D do 3D
|
|
Julian Balcerek Adam Konieczka Adam Dąbrowski Tomasz Marciniak
Istniejące proste metody konwersji obrazów 2-wymiarowych 2D
(ang. two-dimensional) na 3-wymiarowe 3D (ang. three-dimensional)
wykorzystują binarne mapy głębokości określające, które
obiekty przedstawione na obrazie widz ma postrzegać jako
bliższe, a które jako dalsze. Mapy głębokości oraz metody ich
tworzenia opisano w [1-7]. Obecnie jednym z największych problemów
jest opracowanie skutecznych metod automatycznego
generowania map dla obrazów nieruchomych oraz dla sekwencji
wizyjnych.
Kolejnym problemem jest opracowanie metod wypełniania tzw.
luk informacyjnych. Człowiek, patrząc na dowolny obiekt, widzi go
każdym okiem pod nieco innym kątem i na nieco przesuniętym
tle. Na tej podstawie mózg określa odległości i tworzy wrażenie
trójwymiarowości postrzeganej sceny. W przypadku zdjęcia zarejestrowanego
jednym obiektywem brakuje więc części informacji,
którą, w celu konwersji do formatu 3D, należy uzupełnić. Ten brak
określa się mianem luk informacyjnych. Nowe metody ich wypełniania
autorzy opisali w pracy [8].
Opracowanie aplikacji programowej do skutecznej konwersji
obrazów 2-wymiarowych na 3-wymiarowe może mieć zastosowanie
np. w systemach monitoringu CCTV (ang. Closed-Circuit Television),
aby zwrócić uwagę operatora monitoringu oglądającego
obraz z wielu kamer na sytuacje potencjalnie niebezpieczne [9].
Ogólna idea proponowanego dodatkowego narzędzia dla operatora
monitoringu jest przedstawiona na rys. 1.
W dalszej części opisano metody detekcji i śledzenia obiektów
w celu generacji map głębokości, natomiast w rozdziale
trzecim zaproponowano metodę tworzenia obrazów 3-wymiarowych
z 2-wymiarowych przy wykorzystaniu binarnych map
głębokości wraz z proponowanym sposobem wypełniania luk
informacyjnych.
Wykrywanie i śledzenie obiektów w celu
generacji binarnych map głębokości
Algorytmy detekcji ruchu w sekwencjach wizyjnych bazują na różnicach
zawartości kolejnych ramek. Systemy wizyjne wykonujące
detekcję ruchu służą głównie [...]
więcej»
w zeszycie
ELEKTRONIKA - KONSTRUKCJE, TECHNOLOGIE, ZASTOSOWANIA 2012/5
|
|
|
|
Strona 1
|
Twój Profil
Twój koszyk
