檢索結果：共20筆資料 檢索策略： "高斯混合模型".ckeyword (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
在本論文中，我們提出一個背景濾除演算法於即時影像監控系統。採用混合高斯模型(GMM)的方法去建立動態背景的背景模型，並且結合背景模型中顏色在時間上資訊，階層式做前景與背景的判定，並利用連續影像空間上…
2
本論文研究了三種韻律特徵(音高軌跡、音長、音量)的轉換方法，然後據以建造一個情緒語音轉換系統，在此情緒語音轉換指的是把輸入的中性語音轉換成具有生氣、開心或悲傷情緒的語音。在訓練階段，使用120句的平…
3
在本論文中，主要分成三個部分，首先，討論背景相減時所需的背景更新及相減後所需的門限方法，接著採用高斯混合模型(GMM)的方法建立動態的背景模型，並利用高斯分佈去估計模型的參數，接下來結合背景模型中每…
4
高斯混合模型為一普遍的前背景脫離技術，其即時性的模型更新方式可有效地解決動態背景問題。然而建立在即時更新上的背景模型會因長時間的像素變化，使得該模型因錯誤資訊不斷累積而造成前景判別的錯誤，產生了諸如…
5
高斯混合模型(Gaussian Mixture Model)常被用在各種智慧型監控系統中來分離出前景與背景。此方法雖然能有效偵測出移動中之前景，但是，若移動目標物停留在畫面上過久則會被吸收成為背景的…
6
本研究探討基於雙層濾波器與高斯混合模型分群的影像抽象化方法，改善兩種方法在影像抽象化上參數最佳化與影像品質的問題。在使用雙層濾波器的研究中，我們提出根據影像亂度決定濾波器參數組合的方法，以此可自動找…
7
高斯混合模型和隱藏式馬可夫模型常用來估計資料的隱藏狀態。高斯模型假設資料間的獨立性而馬可夫模型容許時間序列資料間存在馬可夫的關係。但是馬可夫模型假設下隱藏狀態的估計需要有效的演算，譬如 EM 演算法…
8
隨著攝影機普及以及網路頻寬的不斷升級，監控系統(video surveillance system)愈來愈被人們所重視。行人辨識(person re-identification)是監控領域中最為核…
9
和弦辨識方法可以分為和弦偵測與產生和弦配置。和弦偵測的目標是預測和弦序列並自動標記，產生和弦配置則是產生和弦序列以建議伴奏及和弦的安排。一般而言，和弦偵測會有標準答案，產生和弦配置則沒有標準答案。由…
10
近年來，分散式阻斷服務（Distributed Denial of Service; DDoS）攻擊為有線網路帶來嚴重的威脅，而這種威脅未來也將對無線網格網路（Wireless Mesh Netwo…