فهرس المقالات Gaussian Mixture Model

• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  1 - Accurate Fire Detection System for Various Environments using Gaussian Mixture Model and HSV Space
  Khosro Rezaee Seyed Jalaleddin Mousavirad Mohammad Rasegh Ghezelbash Javad Haddadnia
  10.7508/jist.2013.01.007
  Smart and timely detection of fire can be very useful in coping with this phenomenon and its inhibition. Enhancing some image analysis methods such as converting RGB image to HSV image, smart selecting the threshold in fire separation, Gaussian mixture model, forming po أکثر

  Smart and timely detection of fire can be very useful in coping with this phenomenon and its inhibition. Enhancing some image analysis methods such as converting RGB image to HSV image, smart selecting the threshold in fire separation, Gaussian mixture model, forming polygon the enclosed area resulted from edge detection and its combination with original image, this papers addresses fire detection. Accuracy and precision in performance and rapid detection of fire are among the features that distinguish this proposed system from similar fire detection systems such as Markov model, GM, DBFIR and other algorithms introduced in valid articles. The average accuracy (95%) resulted from testing 35000 frames in different fire environments and the high sensitivity (96%) was quite significant. This system be regarded as a reliable suitable alternative for the sensory set used in residential areas, but also the high speed image processing and accurate detection of fire in wide areas makes it low cost, reliable and appropriate. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  2 - Design of Fall Detection System: A Dynamic Pattern Approach with Fuzzy Logic and Motion Estimation
  Khosro Rezaee Javad Haddadnia
  10.7508/jist.2014.03.007
  Every year thousands of the elderly suffer serious damages such as articular fractures, broken bones and even death due to their fall. Automatic detection of the abnormal walking in people, especially such accidents as the falls in the elderly, based on image processing أکثر

  Every year thousands of the elderly suffer serious damages such as articular fractures, broken bones and even death due to their fall. Automatic detection of the abnormal walking in people, especially such accidents as the falls in the elderly, based on image processing techniques and computer vision can help develop an efficient system that its implementation in various contexts enables us to monitor people’s movements. This paper proposes a new algorithm, which drawing on fuzzy rules in classification of movements as well as the implementation of the motion estimation, allows the rapid processing of the input data. At the testing stage, a large number of video frames received from CASIA, CAVAIR databases and the samples of the elderly’s falls in Sabzevar’s Mother Nursing Home containing the falls of the elderly were used. The results show that the mean absolute percent error (MAPE), root-mean-square deviation (RMSD) and standard deviation error (SDE) were at an acceptable level. The main shortcoming of other systems is that the elderly need to wear bulky clothes and in case they forget to do so, they will not be able to declare their situation at the time of the fall. Compared to the similar techniques, the implementation of the proposed system in nursing homes and residential areas allow the real time and intelligent monitoring of the people. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  3 - بهبود دقت مدل GMM با استفاده از کرنل PSK در کاربرد تشخيص زبان گفتاري
  فهیمه قاسمیان محمدمهدی همایون‌پور
  مدل مخلوط گاوسي (GMM)، روشي ساده و مؤثر براي مدل‌کردن آماري فضاي ويژگي‌هاست که به‌طور گسترده در کاربرد تشخيص زبان مورد استفاده قرار گرفته و از الگوريتم بيشينه‌سازي اميد رياضي براي آموزش پارامترهاي اين مدل استفاده مي‌شود. در اين مقاله با توجه به مشکلي که در آموزش مدل GMM أکثر

  مدل مخلوط گاوسي (GMM)، روشي ساده و مؤثر براي مدل‌کردن آماري فضاي ويژگي‌هاست که به‌طور گسترده در کاربرد تشخيص زبان مورد استفاده قرار گرفته و از الگوريتم بيشينه‌سازي اميد رياضي براي آموزش پارامترهاي اين مدل استفاده مي‌شود. در اين مقاله با توجه به مشکلي که در آموزش مدل GMM وجود دارد، مدلي جديد با نام PAW-GMM ارائه شده است. در اين مدل، قدرت هر مؤلفه از مدل GMMدر تمايز يک زبان از ساير زبان‌ها، براي تعيين وزن هر مؤلفه در نظر گرفته مي‌شود. مدل PAW-GMM به‌دليل در نظر گرفتن خواص تمايزي مؤلفه‌هاي مخلوط گاوسي، سبب افزايش دقت سيستم‌هاي تشخيص زباني مي‌شود که از اين مدل به‌عنوان جايگزين مدلGMM استفاده مي‌کنند. همچنين يکي از مشکلاتي که در سيستم GMM-PSK-SVMکه يکي از بهترين سيستم‌هاي تشخيص زبان است وجود دارد، پيچيدگي محاسباتي بالا خصوصاً با اضافه‌شدن تعداد زبان‌هاست. از اين رو سيستم UBM-PSK-SVM ارائه شده است که با ثابت نگه داشتن دقت سيستم GMM - PSK - SVM، سبب کاهش پيچيدگي محاسباتي آن شده و در نتيجه قدرت تعميم به زبان‌هاي بالاتر را افزايش مي‌دهد. آزمايش‌هاي صورت‌گرفته بر روي 4 سيستم تشخيص زبان مختلف با استفاده از داده‌هاي مربوط به 4 زبان انگليسي، فارسي، فرانسوي و آلماني دادگان OGI، کارايي تکنيک‌هاي ارائه‌شده را نشان مي‌دهد. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  4 - بهبود کيفيت گفتار نويزي باند محدود با تلفيق الگوريتم‌هاي سري تيلور برداري و گسترش پهناي باند
  سارا پورمحمدي منصور ولي محسن قدياني
  در مقاله حاضر با تلفيق دو ديدگاه سري‌هاي تيلور برداري و گسترش پهناي باند مصنوعي، ايده جديدي در زمينه بهبود كيفيت سيگنال گفتار باند محدود تخريب‌شده توسط نويز ارائه شده است. بدين ترتيب كه ابتدا پارامترهاي بازنمايي MFCC استخراج‌شده از گفتار نويزي باند محدود به روش سري‌هاي أکثر

  در مقاله حاضر با تلفيق دو ديدگاه سري‌هاي تيلور برداري و گسترش پهناي باند مصنوعي، ايده جديدي در زمينه بهبود كيفيت سيگنال گفتار باند محدود تخريب‌شده توسط نويز ارائه شده است. بدين ترتيب كه ابتدا پارامترهاي بازنمايي MFCC استخراج‌شده از گفتار نويزي باند محدود به روش سري‌هاي تيلور برداري اصلاح شده و سپس با استفاده از مدل گسترش پهناي باند مبتني بر GMM، بردارهاي بازنمايي گفتار باند گسترده براي اين پارامترهاي اصلاح‌شده تخمين زده مي‌شوند. سپس به كمك دو معيار اندازه‌گيري PESQ و LSD، ميزان شباهت پوش طيف و سيگنال گفتار تخمين زده شده باند گسترده با پوش طيف باند گسترده و گفتار تميز مرجع سنجيده مي‌شود. نتايج به دست آمده از پياده‌سازي اين الگوريتم به وضوح بيانگر كارايي مناسب ايده پيشنهادي در جهت بهبود كيفيت بردارهاي بازنمايي گفتار باند محدود آلوده به نويز و نزديك‌تر كردن آنها به بردارهاي ويژگي سيگنال گفتار باند گسترده مرجع هستند. تفاصيل المقالة