• 한국전자통신학회논문지
• /
• 제8권4호
• /
• pp.561-567
• /
• 2013

음성 인식을 위해 추출되는 특징벡터 중 일부는 드물게 나타나는 특이 패턴이다. 이들은 음성인식 시스템의 훈련에서 파라미터의 과도맞춤을 일으키며, 그 결과 새로운 입력 패턴의 인식을 저해하는 구조적 위험을 초래한다. 본 논문에서는 이러한 특이 패턴을 제거하는 하나의 방법으로서, 어느 크기 이상의 벡터를 제외시켜 음성인식 시스템의 훈련을 수행하는 방법에 대해 연구한다. 본 연구의 목적은 인식률을 저해시키지 않는 한도에서 가장 많은 특이 특징벡터를 제외시키는 것이다. 이를 위하여 우리는 하나의 절단 파라미터를 도입하고, 그 값의 변화가 FVQ(Fuzzy Vector Quantization)/HMM(Hidden Markov Model)을 사용한 화자독립 음성 인식에 미치는 영향을 조사하였다. 실험 결과, 인식률을 저하시키지 않는 특이 특징벡터의 수가 3%~6% 정도임을 확인하였다.

• 전기학회논문지
• /
• 제61권1호
• /
• pp.125-129
• /
• 2012

In this paper, we propose an intelligent method to surveil moving objects and to judge an unusual-behavior by using network cameras. To surveil moving objects, the Scale Invariant Feature Transform (SIFT) algorithm is used to characterize the feature information of objects. To judge unusual-behaviors, the virtual human skeleton is used to extract the feature points of a human in input images. In this procedure, the Principal Component Analysis (PCA) improves the accuracy of the feature vector and the fuzzy classifier provides the judgement principle of unusual-behaviors. Finally, the experiment results show the effectiveness and the feasibility of the proposed method.