Sistema audiovisual para reconocimiento de comandos
Se presenta el desarrollo de un sistema automático de reconocimiento audiovisual del habla enfocado en el reconocimiento de comandos. La representación del audio se realizó mediante los coeficientes cepstrales de Mel y las primeras dos derivadas temporales. Para la caracterización del vídeo se hizo...
Guardado en:
Autores principales: | , , , , |
---|---|
Lenguaje: | Spanish / Castilian |
Publicado: |
Universidad de Tarapacá.
2011
|
Materias: | |
Acceso en línea: | http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052011000200012 |
Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
id |
oai:scielo:S0718-33052011000200012 |
---|---|
record_format |
dspace |
spelling |
oai:scielo:S0718-330520110002000122012-05-28Sistema audiovisual para reconocimiento de comandosCeballos,AlexanderSerna-Morales,Andrés FPrieto,FlavioGómez,Juan BRedarce,Tanneguy Reconocimiento audiovisual del habla modelo oculto de Markov (HMM) coeficientes de Mel contorno activo pseudotono estándar MPEG-4 puntos FAPs seguimiento de características Se presenta el desarrollo de un sistema automático de reconocimiento audiovisual del habla enfocado en el reconocimiento de comandos. La representación del audio se realizó mediante los coeficientes cepstrales de Mel y las primeras dos derivadas temporales. Para la caracterización del vídeo se hizo seguimiento automático de características visuales de alto nivel a través de toda la secuencia. Para la inicialización automática del algoritmo se emplearon transformaciones de color y contornos activos con información de flujo del vector gradiente ("GVF snakes") sobre la región labial, mientras que para el seguimiento se usaron medidas de similitud entre vecindarios y restricciones morfológicas definidas en el estándar MPEG-4. Inicialmente, se presenta el diseño del sistema de reconocimiento automático del habla, empleando únicamente información de audio (ASR), mediante Modelos Ocultos de Markov (HMMs) y un enfoque de palabra aislada; posteriormente, se muestra el diseño de los sistemas empleando únicamente características de vídeo (VSR), y empleando características de audio y vídeo combinadas (AVSR). Al final se comparan los resultados de los tres sistemas para una base de datos propia en español y francés, y se muestra la influencia del ruido acústico, mostrando que el sistema de AVSR es más robusto que ASR y VSR.info:eu-repo/semantics/openAccessUniversidad de Tarapacá.Ingeniare. Revista chilena de ingeniería v.19 n.2 20112011-08-01text/htmlhttp://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052011000200012es10.4067/S0718-33052011000200012 |
institution |
Scielo Chile |
collection |
Scielo Chile |
language |
Spanish / Castilian |
topic |
Reconocimiento audiovisual del habla modelo oculto de Markov (HMM) coeficientes de Mel contorno activo pseudotono estándar MPEG-4 puntos FAPs seguimiento de características |
spellingShingle |
Reconocimiento audiovisual del habla modelo oculto de Markov (HMM) coeficientes de Mel contorno activo pseudotono estándar MPEG-4 puntos FAPs seguimiento de características Ceballos,Alexander Serna-Morales,Andrés F Prieto,Flavio Gómez,Juan B Redarce,Tanneguy Sistema audiovisual para reconocimiento de comandos |
description |
Se presenta el desarrollo de un sistema automático de reconocimiento audiovisual del habla enfocado en el reconocimiento de comandos. La representación del audio se realizó mediante los coeficientes cepstrales de Mel y las primeras dos derivadas temporales. Para la caracterización del vídeo se hizo seguimiento automático de características visuales de alto nivel a través de toda la secuencia. Para la inicialización automática del algoritmo se emplearon transformaciones de color y contornos activos con información de flujo del vector gradiente ("GVF snakes") sobre la región labial, mientras que para el seguimiento se usaron medidas de similitud entre vecindarios y restricciones morfológicas definidas en el estándar MPEG-4. Inicialmente, se presenta el diseño del sistema de reconocimiento automático del habla, empleando únicamente información de audio (ASR), mediante Modelos Ocultos de Markov (HMMs) y un enfoque de palabra aislada; posteriormente, se muestra el diseño de los sistemas empleando únicamente características de vídeo (VSR), y empleando características de audio y vídeo combinadas (AVSR). Al final se comparan los resultados de los tres sistemas para una base de datos propia en español y francés, y se muestra la influencia del ruido acústico, mostrando que el sistema de AVSR es más robusto que ASR y VSR. |
author |
Ceballos,Alexander Serna-Morales,Andrés F Prieto,Flavio Gómez,Juan B Redarce,Tanneguy |
author_facet |
Ceballos,Alexander Serna-Morales,Andrés F Prieto,Flavio Gómez,Juan B Redarce,Tanneguy |
author_sort |
Ceballos,Alexander |
title |
Sistema audiovisual para reconocimiento de comandos |
title_short |
Sistema audiovisual para reconocimiento de comandos |
title_full |
Sistema audiovisual para reconocimiento de comandos |
title_fullStr |
Sistema audiovisual para reconocimiento de comandos |
title_full_unstemmed |
Sistema audiovisual para reconocimiento de comandos |
title_sort |
sistema audiovisual para reconocimiento de comandos |
publisher |
Universidad de Tarapacá. |
publishDate |
2011 |
url |
http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-33052011000200012 |
work_keys_str_mv |
AT ceballosalexander sistemaaudiovisualparareconocimientodecomandos AT sernamoralesandresf sistemaaudiovisualparareconocimientodecomandos AT prietoflavio sistemaaudiovisualparareconocimientodecomandos AT gomezjuanb sistemaaudiovisualparareconocimientodecomandos AT redarcetanneguy sistemaaudiovisualparareconocimientodecomandos |
_version_ |
1714203392077725696 |