Sistemi za samodejno razpoznavanje obrazov, ki temeljijo na obraznih značilkah izpeljanih na podlagi Gaborjevih filtrov, zagotavljajo izredno visoko učinkovitost razpoznavanja. Eno večjih pomanjkljivosti obstoječih sistemov pa predstavlja dejstvo, da ti sistemi uporabljajo zgolj informacijo o amplitudnem odzivu filtrov, medtem ko fazno v celoti zavržejo. V članku predstavljamo nov način izpeljave obraznih značilk, ki na učinkovit način izkoristi tudi fazne odzive Gaborjevih filtrov in s tem omogoča izgradnjo še učinkovitejših in robustnejših sistemov za samodejno razpoznavanje obrazov.
COBISS.SI-ID: 7787604
Zaradi vse večje razširjenosti spletnih kamer ter dostopnosti mobilnih naprav z vgrajenimi senzorji za zajem videa se smernice raziskovanja na področju samodejnega razpoznavanja obrazov pomikajo stran od postopkov, ki temeljijo na statičnih slikah uporabnikov. V članku predstavljamo analizo učinkovitosti postopkov razpoznavanja obrazov, ki kot vhodne podatke uporabljajo video posnetke obraza uporabnikov. Kot osnovo za našo analizo uporabimo 18 sistemov za razpoznavanje obrazov razvitih znotraj sedmih raziskovalnih inštitucij (kot so IDIAP, Univerza v Surrey-u, Univerza v Ljubljani, itd.).
COBISS.SI-ID: 8062804
V članku predstavljamo rezultate našega prizadevanja, da bi dosegli najmanjši možen obseg predstavitve slovarjev izgovarjav. Končni pretvorniki se pogosto uporabljajo za kodiranje izgovarjav besed in naši poskusi so razkrili, da uveljavljeni postopki za zmanjševanje odvečnosti takšnih končnih pretvornikov ne dosegajo optimalnih rezultatov. Ugotovili smo, da s prirastno izgradnjo in optimizacijo necikličnih končnih pretvornikov dosežemo bistveno boljše modele, ki so do 60% manjši po obsegu kot modeli, ki jih za iste slovarje izgovarjav tvorimo z uveljavljeno zbirko programskih orodij OpenFST.
COBISS.SI-ID: 7879764
Predstavljena je gradientna iterativna metoda za ločevanje informacije o čustvenem stanju in govorčevi identiteti. Na akustičnem delu signala smo za osnovne značilke izbrali Interspeech ’09 Emotion Challenge feature set. Za video del smo za pridobivanje značilk uporabili postopek projekcije motečih lastnosti. Rezultate razpoznavanja obeh podsistemov smo združili na ocenjevalnem nivoju. Eksperimentalni rezultati razpoznavanja na podatkovni zbirki eNTERFACE ’05 presegajo dosedanj dosežene objavljene rezultate.
COBISS.SI-ID: 7879508