一种服务机器人目标识别与定位的方法

    公开(公告)号:CN102890785A

    公开(公告)日:2013-01-23

    申请号:CN201110202577.7

    申请日:2011-07-19

    Abstract: 本发明涉及一种服务机器人目标识别与定位的方法,该方法包括以下步骤:1)两相同的CCD摄像机同时观察一个目标点,以获取该目标点在不同视角下的感知图像,并通过几何成像原理计算图像像素间的位置偏差,得到目标点的三维信息;2)图像处理器对感知图像进行处理,利用转换公式将RGB颜色空间转换到HIS颜色空间;3)通过Otsu阈值法得到图像分割阈值;4)利用图像分割阈值将感知图像分割成相应的连通区域,并用颜色特征来标记图像感兴趣的区域,完成对目标的识别与定位。与现有技术相比,本发明具有减少光照条件复杂、不均匀等因素的影响,很大程度上提高了图像分割的有效性与准确性等优点。

    基于HMM/SOFMNN混合模型的语音情感识别方法

    公开(公告)号:CN102890930B

    公开(公告)日:2014-06-04

    申请号:CN201110202579.6

    申请日:2011-07-19

    Abstract: 本发明涉及一种基于HMM/SOFMNN混合模型的语音情感识别方法,该方法将HMM和SOFMNN模型相结合对语音情感进行识别,其具体包括以下步骤:1)建立情感语音数据库;2)进行语音信号预处理:包括预加重处理、去噪和分帧加窗;3)语音情感特征提取:包括提取语音信号的时间、能量、振幅、基频和共振峰;4)利用HMM/SOFMNN混合模型训练与识别。与现有技术相比,本发明克服了HMM本身难以解决的模式类别间的相互重叠问题,而且弥补了SOFMNN在获取时序信息方面的不足,提高了语音情感识别率。

    基于HMM/SOFMNN混合模型的语音情感识别方法

    公开(公告)号:CN102890930A

    公开(公告)日:2013-01-23

    申请号:CN201110202579.6

    申请日:2011-07-19

    Abstract: 本发明涉及一种基于HMM/SOFMNN混合模型的语音情感识别方法,该方法将HMM和SOFMNN模型相结合对语音情感进行识别,其具体包括以下步骤:1)建立情感语音数据库;2)进行语音信号预处理:包括预加重处理、去噪和分帧加窗;3)语音情感特征提取:包括提取语音信号的时间、能量、振幅、基频和共振峰;4)利用HMM/SOFMNN混合模型训练与识别。与现有技术相比,本发明克服了HMM本身难以解决的模式类别间的相互重叠问题,而且弥补了SOFMNN在获取时序信息方面的不足,提高了语音情感识别率。

Patent Agency Ranking