维普资讯 doc.guandang.net
第 1 0期
刘家涛等:一种快速嘴部检测方法在视听语音识别的应用
1 9
至少要 4 ms理想下每帧检测时间不得高于 l r。 0, o s e普通 O e C pn V函数库下 s l=10的检测时间基本都 ce . a在 lms O以上,法满足系统要求。采用文中所述方无法,当检测窗口 sa=1 3时基本满足系统实时检测 ce . l
效果基本上可以达到实时应用的目地,为进一步的视 一
音融合及识别提供了有效的视觉特征。
参考文献: [] G n .pehrcgio o y ni n et: re[]
1 ogS ec on i i n i v om nsas vyJ . e tnn s e r u S ec o p e hC mmt c t n 1 9, 6: 6—2 1 miai, 9 5 1 2 1 9 . o
要求,在检测窗口 s l 20时其检测时间基本保持 c e> . a 在 0 0 ( s至 12 mS之间。 .6 m ) . ( )
[] Pt ao 2 oa nsG,L e i J ui—v ulpe cgio mi utn .A d t o i a sec r ontn s he i[] Fnl rso 0 0R pr,et rL gaead R . i khp20 eotC ne f a ug n a Wo ro n S e c rc s i B lmo e M D: e J h s Ho kn i p e h P o es g. at r . n i Th o n p is Un— v riy, 0 0. est 2 0
[] HagH, i 3 n LuXX,hoY B e a.t e i eedn u o Za,t Se r n pnet d 1 d ai—v ulot uu ec o io[]/nPo.f E K i a cni os pe r ̄n n C/ I r o R s n s he i f c J
IME L uan,wt r d[. .,02 C .asn eS iel:Sn]2 0 . za n []Ⅵo ,oe J R p j t eetnui os d 4 l P Jns a M . ai Ob c D t i s ga ot d e co n B e C s d i lFaue[] IE VP,0 11:1— a a o S e etrs .E EC R 20 ()51 ce f mp J 5 8. 1
图 5使用文中方法前后的嘴部检测效果图
4结束语 文中针对 A S V R系统下可视化前端设计中人脸嘴部快速检测的要求,采用了基于 Hat i r—l e特征推 k进级联分类的方法,有效降低了其目标检测的计算时间并提高了准确性。此方法首先引入了积分图像的概 念,通过查找表的方法对大量垂直、旋转 H r—l e at i特 k
[] P pg ri O e,ogo A g e lrm w r r 5 aac g uC, r M P gi T. er a e okf o o n n af o O j t t t n C]/nIt nt nl of ec nC r— b e i[/I ne ai a C ne eo o c e e D co r o r n n pt io .
S1:sn]19 . ue Vs n[..[..,98 r i] [] Fen Shp e . eio—ter ig e lai 6 rudY,cai E A dc i rR s n hoec er i tn t n az o oo f n—lelri da plai osn[/ n i a n a napct nt bot g C]/ n e n gn i o O i i C m u tnlL a o pt i a em ̄ ao T er: u cl’9 .[ .1: ho E r ot y o 5 S .] S rn e— Ve lg, 9 5: 3—37. p ig r ra 1 9 2
征值进行了快速的计算。在基于 A a os学习算法 dB ot上通过推进选择单值分类的基础分类器,以级联的方 式合并强分类器从而丢弃了大量检测中无用的子窗 口,最后通过人脸嘴部的定位进一步降低了其检测的目标区域。实验表明,方法在 A S此 V R系统上的检测 (上接第 l 5页)
[] A t Gma wie K.o tnut n f hp trs 7 miY,e nD, l Ji A co ae e ue d r nk i 0s f a adtec sfr[]—.FTascos nPt r nn n r l s esJ . F . r at n a e e ai i I— F. n i O t nA al y s dMah e me i n,9 7 1 ( 1:3 0 3 5 ia ci l ee 19,9 1 ) 1 0—1 0 . Sn n I l g
[] C snc C os T. aa f tr e co i d 8 ft ae D, ot5 Fd l e u dt t nun A— ii a e e i sg a c wt hp nt it[/B th M ci s n B嗽 i sa cs rns C]/ ri h eVio h e o a is a n i C n ec.s1][..,03 of ne[.:Sn]20 . r e|
表 2支持度、置信度与规则数对应表
隐藏包含敏感项目的关联规则,而且不需要预知关联规则的种类,在随后给予了证明。对于给定的事务并 数据库、敏感项目集,在将来,还需要改善算法的效率,
如:减少扫描事务数据库的次数。此外,如果数据库频繁更新,如何在这种情况下,充分保持已作隐藏处理的那些关联规则的不可见性,是有待研究的问题。 包含项 w n的事务有 2 7条,隐藏项 w n, ie
8若 ie由于最小置信度和最小支持度的不同组合,改事务的更数量占总事务数的 2%~4%, 0 5当修改更多的事务 时,相应的时间开销也将增加。文中,研究了由数据挖掘技术引起的事务数据库隐私保护问题,出了隐藏提 参考文献: []陈子阳, 1马朝虹,宇佳, .化关联规则的隐私保持挖李等量掘方法[]计算机工程, 0,11 )7— 6 J. 2 53 ( 1:4 7 . 0[]罗永龙, 2黄刘生 .个保护私有信息的布尔关联规则挖掘一算法[]电子学报,0 53 ( )90 9 3 J. 2 0,3 5:0— 0 . [] E f i s i Sia t A r l . r a r e mi 3 v m e k A, r n g a P vc pe r培 n i v k R, wa R i y S、
那些包含敏感项目的关联规则的算法。
i fs c tnrl[]Ifn ai ytm,0 42:4 n o a oi i e J . on tnSs s20,9 33 g s ao us n o e —
3 4. 6
6结束语 目前处理含有隐私项目的关联规则的方法大都是基于支持度或置信度的减少的。文中提出的算法能够
(] SirjW .aa n gadte er o cry J .o— 4 eet D t min h ac r eu t[]G v f i n s hf s i e ne tI oma o atr,0 4 2:6 min n r t nQu rel 2 0, 14 1—4 0 f i y 8 .

2008 COMPU TER TECHNOLO GY AND DEV ELOPM EN T 关联规则挖掘中的隐私保护研究张 1 ,郑 2 ,陈娟娟1 瑞诚 ( 1. 安徽大学 计算机科学与技术学院 ,安徽 ...
基于隐私保护的关联规则挖掘研究_专业资料。鉴于现行数据隐私问题日益严重,如何防止数据挖掘过程中隐私信息的泄漏,是一个重要的研究议题。针对关联规则挖掘技术,从数据...
首先阐述了数据挖掘的基本理论和隐私保护关联规则挖掘的国内外研究现状,然后 从...它把人们对数据的应用从低层次的简单查询,提升到从数据中挖掘知识,提供决策 ...
一种有效的隐私保护关联规则挖掘方法_专业资料。隐私保护是当前数据挖掘领域中一个十分重要的研究问题,其目标是要在不精确访问真实原始数据的条件下,得到准确的模型...
隐私保护关联规则挖掘算法的研究_教育学/心理学_人文社科_专业资料。126 2009 ...4 隐私保护的关联规则挖掘算法在整个挖掘过程中, 对于挖掘算法而言, 扰动后的...
随后 , 多文献都 很研究了对关联规则挖掘中的隐私保护问题 〔-】26。” 集, 中的项 ,tI 一个关联规则定义 为 即: o中z』 , ,其 ,n adXnY=0。 称为...
多关系关联规则挖掘中的隐私保护多关系关联规则挖掘中的隐私保护隐藏>> 第35 ...关联规则直接描述了数据之间的内在联系 , 是抗挖掘的隐私保护问题的主要研究对象...
面向外包关联规则挖掘的隐私保护算法研究_教育学/心理学_人文社科_专业资料。第3 9卷 第 2期 V0l-39 ? 计 算 机 工 程 201 3年 2月 February 2013 No...
实践与经验 基于隐私保护的 关联规则挖掘林海萍 研究 ( 广东商学院信息学院, 广州 510320)摘要: 鉴于现行数据隐私问题日益严重,如何防止数据挖掘过程中隐私信息的...
热门文档