您的位置: 专家智库 > >

孙怿

作品数:2 被引量:0H指数:0
供职机构:清华大学信息科学技术学院电子工程系更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术文化科学更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇自动化与计算...
  • 1篇文化科学

主题

  • 1篇自适
  • 1篇自适应
  • 1篇解说
  • 1篇混合模型
  • 1篇高斯
  • 1篇高斯混合
  • 1篇高斯混合模型

机构

  • 2篇清华大学

作者

  • 2篇孙怿
  • 2篇欧智坚
  • 1篇孙甲松

传媒

  • 1篇计算机应用与...
  • 1篇2007年全...

年份

  • 1篇2008
  • 1篇2007
2 条 记 录,以下是 1-2
排序方式:
利用无监督自适应的兴奋解说检测和体育比赛精彩片断提取
2008年
提出一种通过兴奋解说检测进行体育比赛精彩片断提取的方法。该方法包括训练和检测两个阶段:在训练中,基于训练数据对兴奋语音和普通语音分别建立高斯混合模型GMM(Gaussian Mixture Model),构成初始的分类器;在集外检测中,首先使用最大后验方法MAP(Maximum A Posteriori),基于测试数据对初始模型进行无监督自适应,进而利用更新后模型构成分类器识别体育解说的兴奋部分,经进一步处理得到精彩片断。将该方法用于足球比赛视频,实验表明,该方法能够召回87%的进球。引入无监督自适应有效地减少了由干训练数据与测试数据失配造成的性能下降,提高了兴奋解说检测和精彩片段提取的性能。
孙怿欧智坚胡炜
关键词:高斯混合模型
图模型推理的层次消息传递算法
本文提出了用于图模型精确推理的层次消息传递(HierarchicalMessage Passing,HMP)算法以及包含树(Containing Tree)算法,以解决传统连接树算法在存在约束包含和约束消除情况下无法充分...
孙怿欧智坚孙甲松
文献传递
共1页<1>
聚类工具0