123,123,123

內(nèi)容簡(jiǎn)介

　　人與計(jì)算機(jī)的自然交互是住處科學(xué)與工程最年輕的研究領(lǐng)域，是新一代的人機(jī)交互方式，它研究的人與機(jī)器的對(duì)話，鄭重研究非生命機(jī)器對(duì)于高級(jí)生命人類的理解，賦予機(jī)器以智能，使機(jī)器成為高級(jí)的智能工具。人機(jī)自然交互的實(shí)現(xiàn)將使機(jī)器帶來(lái)革命性的變化，當(dāng)它服務(wù)于電子工程、通信工程、控制工程、機(jī)械工程、交通工程、人工智能、智能儀器、多媒體、情報(bào)采集、身份認(rèn)證、安全防范、武器現(xiàn)代化時(shí)，將會(huì)對(duì)科學(xué)技術(shù)、生產(chǎn)領(lǐng)域、國(guó)家安全=社會(huì)的工作方式及社會(huì)生活方式等方面產(chǎn)生深遠(yuǎn)的影響。本書(shū)共分6章，分別從聽(tīng)覺(jué)與視覺(jué)角度著重研究對(duì)交互對(duì)象的識(shí)別、對(duì)交互內(nèi)容的識(shí)別、雙模態(tài)識(shí)別與融合、雙模態(tài)數(shù)據(jù)庫(kù)，書(shū)末附有較詳細(xì)的參考文獻(xiàn)。本書(shū)可供感興趣的科技工作者和相關(guān)專業(yè)的高年級(jí)大學(xué)生、研究生參考。

作者簡(jiǎn)介

　　張有為，1937年7月生，北京市人，男，1962年畢業(yè)于北京航空學(xué)院。40余年來(lái)一直從事高等教育和信號(hào)與信息處理的科學(xué)研究，撰寫(xiě)《維納與卡爾曼濾波理論導(dǎo)論》、《雷達(dá)系統(tǒng)分析》、《預(yù)測(cè)的數(shù)學(xué)方法》、《動(dòng)態(tài)規(guī)劃》等6部著作，發(fā)表論文80余篇，其中30余篇為Sci，EI，ISTP收錄?，F(xiàn)為五邑大學(xué)教授，北京航空航天大學(xué)博士生導(dǎo)師，《電子學(xué)報(bào)》、《信號(hào)處理》編委，CIE信號(hào)處理委員會(huì)委員，IEEE終身會(huì)員。

圖書(shū)目錄

第1章　導(dǎo)論
　1.1　從人機(jī)交互到人機(jī)自然交互
　1.2　自然信源與人造信息的接口界面
　1.3　識(shí)別交互對(duì)象
　1.4　識(shí)別交互內(nèi)容
　1.5　聽(tīng)覺(jué)－視覺(jué)雙模態(tài)融合
　1.6　對(duì)人類情態(tài)的感知
　1.7　多模態(tài)網(wǎng)絡(luò)環(huán)境、定位跟蹤和數(shù)據(jù)庫(kù)
　1.8　人機(jī)自然交互帶來(lái)的生活方式、工作方式和生活方式的變革
第2章　視覺(jué)——說(shuō)話人識(shí)別與人臉識(shí)別
　2.1　說(shuō)話人識(shí)別問(wèn)題
　2.2　人臉圖像的預(yù)處理　
　2.3　人臉圖像的特征提取與識(shí)別
　2.4　人臉特征自適應(yīng)主元提取法
　2.5　人臉圖像奇異值特征提取法
　2.6　最佳鑒別向量特征提取法
　2.7　人臉識(shí)圖像分層算法及應(yīng)用實(shí)例　
第3章　聽(tīng)覺(jué)——說(shuō)話人識(shí)別、語(yǔ)音識(shí)別與理解
　3.1　語(yǔ)音識(shí)別問(wèn)題
　3.2　語(yǔ)音信號(hào)的特征
　3.3　語(yǔ)音識(shí)別的參量
　3.4　特定人小詞表語(yǔ)音識(shí)別的動(dòng)態(tài)規(guī)劃算法
　3.5　非特定人語(yǔ)音識(shí)別的隱馬爾柯夫算法
　3.6　說(shuō)話人自適應(yīng)
　3.7　大詞表邊續(xù)語(yǔ)音識(shí)別
　3.8　說(shuō)話人識(shí)別
　3.9　語(yǔ)音識(shí)別的其他算法
　3.10　嵌入式系統(tǒng)中的語(yǔ)音識(shí)別
　3.11　應(yīng)用系統(tǒng)實(shí)例　
第4章　視覺(jué)——唇讀與識(shí)別
　4.1　唇讀問(wèn)題
　4.2　圖像的預(yù)處理　
　4.3　唇動(dòng)特征的提取
　4.4　唇讀識(shí)別
第5章　聽(tīng)覺(jué)-視覺(jué)——雙模態(tài)語(yǔ)音識(shí)別與融合
　5.1　雙模態(tài)語(yǔ)音識(shí)別問(wèn)題
　5.2　雙模態(tài)語(yǔ)音識(shí)別中的視覺(jué)語(yǔ)音特征區(qū)域定位
　5.3　視覺(jué)語(yǔ)音序列特征提取
　5.4　基于隱馬爾柯夫模型的雙模態(tài)早期融合
　5.5　基于隱馬爾柯夫模型的雙模態(tài)晚期融合
第6章　聽(tīng)覺(jué)-視覺(jué)——雙模態(tài)語(yǔ)音識(shí)別數(shù)據(jù)庫(kù)
　6.1　多模態(tài)人機(jī)自然交互技術(shù)與數(shù)據(jù)庫(kù)
　6.2　雙模態(tài)語(yǔ)音識(shí)別數(shù)據(jù)庫(kù)的現(xiàn)狀與發(fā)展前景　
　6.3　雙模態(tài)數(shù)據(jù)庫(kù)數(shù)據(jù)采集
　6.4　雙模態(tài)數(shù)據(jù)庫(kù)管理系統(tǒng)設(shè)計(jì)
　6.5　CAVBSR-WUIIS數(shù)據(jù)庫(kù)的使用與操作設(shè)計(jì)
　6.6　雙模態(tài)數(shù)據(jù)庫(kù)在人機(jī)自然交互及身認(rèn)證中的應(yīng)用
　6.7　數(shù)據(jù)庫(kù)的擴(kuò)展
參考文獻(xiàn)