Thiết kế xây dựng chương trình nhận dạng mặt người dựa trên thuật toán biến đổi wavelet gabor

Thiết Kế Xây Dựng Chương Trình Nhận Dạng Mặt Người Dựa Trên Thuật Toán Biến Đổi Wavelet Gabor Giới thiệu chung về mạng neural Mạng neural là họ các xử lý thông tin dụa trên mô hình cac nơ ron thần kin.

Giới thiệu chung mạng neural Mạng neural họ xử lý thơng tin dụa mơ hình cac nơ ron thần kinh người Tính hệ thống phụ thuộc vào cấu trúc hệ thống, cường độ liên kết phần tử Hệ thống học từ số liệu có khả tổng qt hố từ số hiệu học 2/26 Mạng neural nhân tạo Mạng nơron nhân tạo liên kết nơrơn nhân tạo với Các nơron xếp mạng theo lớp, bao gồm lớp gọi lớp (output layer), lớp lại gọi lớp ẩn (hide layer) Các nơron lớp nhận tín hiệu vào lúc Chức mạng xác định bởi: cấu trúc mạng, trình xử lý bên nơron, mức độ liên kết nơron Khi vectơ tín hiệu đầu vào p=(p ,p , ,p ) đưa vào mạng, nơron lớp ẩn lớp kích hoạt dần Sau trình tính tốn nơron, mạng kích hoạt hồn tồn cho vectơ tín hiệu đầu : a=(a , a , …, a ) lớp 3/26 Cấu trúc mạng neural Mô hoạt động neural thần kinh, mạng neural nhân tạo hệ thống bao gồm nhiều neural hoạt động song song Các neural nối với nhờ liên kết, liên kết kèm theo trọng số đặc trưng cho tính kích hoạt hay ức chế neural Một nhóm neural tổ chức theo cách cho tất chúng nhận vector vào X để xử lý thời điểm Việc sản sinh tín hiệu mạng xuất lúc neural có tập trọng số khác nên có neural sản sinh nhiêu tín hiệu khác 4/26 Cấu trúc mạng neural Một nhóm neural gọi lớp mạng Một mạng neural bao gồm nhiều lớp mạng (hay gọi tầng mạng), neural lớp nối với neural lớp tiếp theo, không cho phép liên kết neural lớp Lớp nhận tín hiệu đầu vào X gọi lớp vào, lớp chứa tín hiệu Y mạng gọi lớp ra, lớp nằm hai lớp gọi lớp ẩn, lớp ẩn thành phần nội mạng khơng có tiếp xúc với mơi trường ngồi Số lượng lớp ẩn từ đến vài lớp 9/26 Mơ hình nhiều tầng mạng neural Trích rút tham số Mạng nơ ron (Neuron Netwok) cơng cụ có khả giải nhiều tốn khó, thực tế nghiên cứu mạng nơ ron đưa cách tiếp cận khác với cách tiếp cận truyền thống lý thuyết nhận dạng Trong luận phương pháp nhận dạng tiếng nói sử dụng mạng nơ ron với: - Phương pháp mã dự đốn tuyến tính LPC (Linear Predictive Coding) sử dụng việc trích trọn đặc trưng tiếng nói sơ đồ tơng quan hệ thống nhận dạng Trích rút tham số Tiền xử lý Tín hiệu ban đầu cho qua lọc thơng cao với tần số cắt 140Hz (1.1) 10/26 Trích rút tham số (2/7) Trích rút tham số LP   Tín hiệu chia thành khung 240 mẫu (tương ứng với 30ms) dùng để phân tích LP Hàm cửa sổ hóa dùng cho phân tích LP 2 n  0.54 0.46cos( )  399 Wlp (n)  cos( 2 (n  200) )  159 n 0, ,199 n 200, ,239 (1.2) 11/26 Trích rút tham số (3/7) Trích rút tham số LP Tín hiệu giọng nói cửa sổ hóa: S ' (n) Wlp (n) S (n), n 0, ,239 (1.3) sử dụng để tính hệ số tương quan: 239 r (k )  s' (n) s' (n  k ) k 0, ,10 (1.4) n k Các hệ số tương quan sau chỉnh sửa: r ' (0) 1.0001r (0) r ' (k ) wlag (k )r (k ), k 1, ,10 Trong đó:   2f k     Wlag (k ) exp     f s   (1.5) k 1, ,10 12/26 Trích rút tham số (4/4) Trích rút Tham số LP Các hệ số tự tương quan biến đổi r’(k) sử dụng để thu hệ số lọc LP , i=0,…,10 từ phương trình: 10  a r ' (| i  k |)  r ' (k ) i k 1, ,10 (1.6) i Các phương trình giải thuật toán Levinson-Durbin 13/26 ... Các hệ số tự tương quan biến đổi r’(k) sử dụng để thu hệ số lọc LP , i=0,…,10 từ phương trình: 10  a r '' (| i  k |)  r '' (k ) i k 1, ,10 (1.6) i Các phương trình giải thuật tốn Levinson-Durbin... mạng nơ ron đưa cách tiếp cận khác với cách tiếp cận truyền thống lý thuyết nhận dạng Trong luận phương pháp nhận dạng tiếng nói sử dụng mạng nơ ron với: - Phương pháp mã dự đoán tuyến tính... xác định bởi: cấu trúc mạng, trình xử lý bên nơron, mức độ liên kết nơron Khi vectơ tín hiệu đầu vào p=(p ,p , ,p ) đưa vào mạng, nơron lớp ẩn lớp kích hoạt dần Sau trình tính tốn nơron, mạng