專利名稱：結(jié)合影音的行為辨識(shí)系統(tǒng)及其辨識(shí)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種行為辨識(shí)系統(tǒng)及其辨識(shí)方法，特別是涉及一種結(jié)合影像與語(yǔ)音， 并藉由其序列對(duì)應(yīng)關(guān)系以辨識(shí)出正確行為的行為辨識(shí)系統(tǒng)及其辨識(shí)方法。
背景技術(shù)：
請(qǐng)參照?qǐng)DIA所繪示先前技術(shù)的影像辨識(shí)示意圖與圖IB所繪示先前技術(shù)的語(yǔ)音辨 識(shí)示意圖。先前技術(shù)中，辨別技術(shù)包括影像辨識(shí)與語(yǔ)音辨識(shí)。以影像辨識(shí)技術(shù)而言，辨識(shí)主機(jī) 2內(nèi)儲(chǔ)有多種影像樣本，一攝像模塊11拍攝使用者的手勢(shì)以形成一手勢(shì)影像，并將手勢(shì)影 像與影像樣本匹配，以找出手勢(shì)影像對(duì)應(yīng)的執(zhí)行指令。更甚者，對(duì)整個(gè)手勢(shì)影像進(jìn)行影像特 征擷取作業(yè)，藉由特征值的比對(duì)技術(shù)以提升手勢(shì)影像的辨識(shí)率。就語(yǔ)音辨識(shí)技術(shù)而言，辨識(shí)主機(jī)2內(nèi)儲(chǔ)有多種語(yǔ)音樣本，一麥克風(fēng)12接收使用者 的聲音以形成一語(yǔ)音數(shù)據(jù)，并將語(yǔ)音數(shù)據(jù)與語(yǔ)音樣本匹配，以找出語(yǔ)音數(shù)據(jù)對(duì)應(yīng)的執(zhí)行指 令。更甚者，對(duì)整個(gè)語(yǔ)音數(shù)據(jù)進(jìn)行語(yǔ)音特征擷取作業(yè)，藉由特征值的比對(duì)技術(shù)以提升語(yǔ)音數(shù) 據(jù)的辨識(shí)率。為提升辨識(shí)率，廠商更發(fā)展手勢(shì)影像與語(yǔ)音數(shù)據(jù)結(jié)合的辨識(shí)技術(shù)。但從影像辨識(shí) 技術(shù)來(lái)說(shuō)，現(xiàn)今的影像辨識(shí)系統(tǒng)雖結(jié)合影像特征擷取技術(shù)，沒(méi)有考慮重復(fù)性手勢(shì)影像會(huì)造 成特征擷取錯(cuò)誤的問(wèn)題，導(dǎo)致辨識(shí)率不升反降。其次，若影像辨識(shí)技術(shù)未配合語(yǔ)音辨識(shí)技術(shù) 時(shí)，一但手勢(shì)影像辨識(shí)失敗，辨識(shí)系統(tǒng)即無(wú)法正確推斷出人類行為動(dòng)作的意圖。同理，若語(yǔ) 音辨識(shí)技術(shù)未配合影像辨識(shí)技術(shù)時(shí)，一但語(yǔ)音數(shù)據(jù)辨識(shí)失敗，辨識(shí)系統(tǒng)同無(wú)法正確推斷出 人類行為動(dòng)作的意圖。然而，手勢(shì)影像與語(yǔ)音數(shù)據(jù)結(jié)合的辨識(shí)技術(shù)多是將手勢(shì)影像與語(yǔ)音 數(shù)據(jù)作線性合并，一但辨識(shí)系統(tǒng)因外部因素(如語(yǔ)音數(shù)據(jù)包括過(guò)多的噪音，或手勢(shì)影像包 括過(guò)多的光源干擾，或擷取至異常的特征數(shù)據(jù))對(duì)影像或語(yǔ)音中任一者辨識(shí)失敗時(shí)，反會(huì) 造成手勢(shì)影像與語(yǔ)音數(shù)據(jù)在線性合并產(chǎn)生錯(cuò)誤的辨識(shí)結(jié)果。故，如何降低外部干擾因素對(duì)辨識(shí)系統(tǒng)的影響，更甚者，降低辨識(shí)系統(tǒng)擷取異常特 征的情形，并提升對(duì)人類行為動(dòng)作的辨識(shí)率，為廠商因思慮的問(wèn)題。由此可見(jiàn)，上述現(xiàn)有的行為辨識(shí)系統(tǒng)及其辨識(shí)方法在結(jié)構(gòu)與使用上，顯然仍存在 有不便與缺陷，而亟待加以進(jìn)一步改進(jìn)。為了解決上述存在的問(wèn)題，相關(guān)廠商莫不費(fèi)盡心思 來(lái)謀求解決之道，但長(zhǎng)久以來(lái)一直未見(jiàn)適用的設(shè)計(jì)被發(fā)展完成，而一般產(chǎn)品又沒(méi)有適切結(jié) 構(gòu)能夠解決上述問(wèn)題，此顯然是相關(guān)業(yè)者急欲解決的問(wèn)題。因此如何能創(chuàng)設(shè)一種新型的結(jié) 合影音的行為辨識(shí)系統(tǒng)及其辨識(shí)方法，實(shí)屬當(dāng)前重要研發(fā)課題之一，亦成為當(dāng)前業(yè)界極需 改進(jìn)的目標(biāo)。有鑒于上述現(xiàn)有的行為辨識(shí)系統(tǒng)及其辨識(shí)方法存在的缺陷，本發(fā)明人基于從事此 類產(chǎn)品設(shè)計(jì)制造多年豐富的實(shí)務(wù)經(jīng)驗(yàn)及專業(yè)知識(shí)，并配合學(xué)理的運(yùn)用，積極加以研究創(chuàng)新， 以期創(chuàng)設(shè)一種新型的結(jié)合影音的行為辨識(shí)系統(tǒng)及其辨識(shí)方法，能夠改進(jìn)一般現(xiàn)有的行為辨 識(shí)系統(tǒng)及其辨識(shí)方法，使其更具有實(shí)用性。經(jīng)過(guò)不斷的研究、設(shè)計(jì)，并經(jīng)過(guò)反復(fù)試作樣品及改進(jìn)后，終于創(chuàng)設(shè)出確具實(shí)用價(jià)值的本發(fā)明。

發(fā)明內(nèi)容
本發(fā)明的主要目的在于，克服現(xiàn)有的行為辨識(shí)系統(tǒng)及其辨識(shí)方法存在的缺陷，而 提供一種新型的結(jié)合影音的行為辨識(shí)系統(tǒng)及其辨識(shí)方法，所要解決的技術(shù)問(wèn)題是使其降低 外部干擾因素對(duì)辨識(shí)系統(tǒng)的影響并提升對(duì)人類行為動(dòng)作的辨識(shí)率的行為辨識(shí)系統(tǒng)與辨識(shí) 方法，非常適于實(shí)用。本發(fā)明的目的及解決其技術(shù)問(wèn)題是采用以下技術(shù)方案來(lái)實(shí)現(xiàn)的。依據(jù)本發(fā)明提出 的一種結(jié)合影音的行為辨識(shí)系統(tǒng)，其包括一數(shù)據(jù)庫(kù)，儲(chǔ)存多個(gè)影音關(guān)系模塊，每一影音關(guān) 系模塊包括一特征擷取參數(shù)與一影音關(guān)系參數(shù)；一數(shù)據(jù)分析模塊，將相互對(duì)應(yīng)的一手勢(shì)影 像與一語(yǔ)音數(shù)據(jù)導(dǎo)入各該特征擷取參數(shù)以取得多個(gè)影像特征序列與多個(gè)語(yǔ)音特征序列，并 以對(duì)應(yīng)相同的該影音關(guān)系模塊為條件，將各該影像特征序列與各該語(yǔ)音特征序列導(dǎo)入各該 影音關(guān)系參數(shù)，以計(jì)算出多個(gè)影音狀態(tài)參數(shù)；以及一計(jì)算模塊，利用該影像特征序列、該語(yǔ) 音特征序列與該影音狀態(tài)參數(shù)以計(jì)算出對(duì)應(yīng)每一影音關(guān)系模塊的一識(shí)別機(jī)率，并從該識(shí)別 機(jī)率中取出一目標(biāo)參數(shù)。本發(fā)明的目的及解決其技術(shù)問(wèn)題還可采用以下技術(shù)措施進(jìn)一步實(shí)現(xiàn)。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的每一影像特征序列包括多個(gè)影框數(shù) 據(jù)，該影框數(shù)據(jù)形成多個(gè)影框狀態(tài)組合，每一該語(yǔ)音特征序列包括多個(gè)音框數(shù)據(jù)，該音框數(shù) 據(jù)形成多個(gè)音框狀態(tài)組合，該數(shù)據(jù)分析模塊將各該影框狀態(tài)組合與各該音框狀態(tài)組合導(dǎo)入 對(duì)應(yīng)相同的該影音關(guān)系模塊的該影音關(guān)系參數(shù)，以計(jì)算出多個(gè)影音子狀態(tài)參數(shù)，并從中擇 一作為該影音關(guān)系模塊對(duì)應(yīng)的該影音狀態(tài)參數(shù)。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的數(shù)據(jù)分析模塊利用隱藏式馬可夫模 型以訓(xùn)練該語(yǔ)音特征序列以形成該音框狀態(tài)組合。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的數(shù)據(jù)分析模塊利用隱藏式馬可夫模 型以訓(xùn)練該影像特征序列以形成該影框狀態(tài)組合。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的影音狀態(tài)參數(shù)為該影音子狀態(tài)參數(shù) 中，最大數(shù)值的該影音子狀態(tài)參數(shù)。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的每一影像特征序列包括多個(gè)影框狀 態(tài)群組，每一該語(yǔ)音特征序列包括多個(gè)音框狀態(tài)群組，在對(duì)應(yīng)相同的該影音關(guān)系模塊為條 件，該特征擷取參數(shù)記錄各該影框狀態(tài)群組對(duì)應(yīng)至各該音框狀態(tài)群組的機(jī)率參數(shù)，及各該 音框狀態(tài)群組對(duì)應(yīng)至各該影框狀態(tài)群組的機(jī)率參數(shù)。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的各影框狀態(tài)群組與各該音框狀態(tài)群 組之間具有至少一框?qū)?yīng)關(guān)系，于同一次該影像特征序列與該語(yǔ)音特征序列導(dǎo)入該影音關(guān) 系參數(shù)的關(guān)系計(jì)算中，該數(shù)據(jù)分析模塊將該影框狀態(tài)群組與該音框狀態(tài)群組導(dǎo)入對(duì)應(yīng)相同 的該影音關(guān)系模塊的該影音關(guān)系參數(shù)，并根據(jù)該至少一框?qū)?yīng)關(guān)系的種類以計(jì)算出多個(gè)影 音識(shí)別機(jī)率值，并從中擇一作為該關(guān)系計(jì)算對(duì)應(yīng)的該影音子狀態(tài)參數(shù)。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的影音子狀態(tài)參數(shù)為影音識(shí)別機(jī)率值 中，最大數(shù)值的該影音識(shí)別機(jī)率值。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的手勢(shì)影像包括多個(gè)影框數(shù)據(jù)，每一影框數(shù)據(jù)包括一影像特征值，該數(shù)據(jù)分析模塊利用該影像特征值判定該手勢(shì)影像包括至少 一重復(fù)影像數(shù)據(jù)，擷取任一重復(fù)影像數(shù)據(jù)以形成各該影像特征序列。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的語(yǔ)音數(shù)據(jù)包括多個(gè)音框數(shù)據(jù)，每一 音框數(shù)據(jù)包括一語(yǔ)音特征值，該數(shù)據(jù)分析模塊利用該語(yǔ)音特征值判定該語(yǔ)音數(shù)據(jù)包括至少 一重復(fù)語(yǔ)音數(shù)據(jù)，擷取任一重復(fù)語(yǔ)音數(shù)據(jù)以形成各該語(yǔ)音特征序列。前述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其中所述的目標(biāo)參數(shù)為該識(shí)別機(jī)率中，最大數(shù) 值的該識(shí)別機(jī)率。本發(fā)明的目的及解決其技術(shù)問(wèn)題還采用以下技術(shù)方案來(lái)實(shí)現(xiàn)。依據(jù)本發(fā)明提出的 一種結(jié)合影音的行為辨識(shí)方法，其包括下列步驟取得相互對(duì)應(yīng)的一手勢(shì)影像及一語(yǔ)音數(shù)據(jù)；提供多個(gè)影音關(guān)系模塊，每一影音關(guān)系模塊包括一特征擷取參數(shù)與一影音關(guān)系參 數(shù)；取得多個(gè)影像特征序列與多個(gè)語(yǔ)音特征序列，將該手勢(shì)影像與該語(yǔ)音數(shù)據(jù)個(gè)別導(dǎo) 入該特征擷取參數(shù)，以計(jì)算出該影像特征序列與該語(yǔ)音特征序列；計(jì)算出多個(gè)影音狀態(tài)參數(shù)，以對(duì)應(yīng)相同的該影音關(guān)系模塊為條件，將各該影像特 征序列與各該語(yǔ)音特征序列導(dǎo)入各該影音關(guān)系參數(shù)，以取得該影音狀態(tài)參數(shù)；計(jì)算出多個(gè)識(shí)別機(jī)率，利用該影像特征序列、該語(yǔ)音特征序列與該影音狀態(tài)參數(shù) 以計(jì)算出對(duì)應(yīng)每一影音關(guān)系模塊的一識(shí)別機(jī)率；以及從該識(shí)別機(jī)率中取出一目標(biāo)參數(shù)。本發(fā)明的目的及解決其技術(shù)問(wèn)題還可采用以下技術(shù)措施進(jìn)一步實(shí)現(xiàn)。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的每一該影像特征序列包括多個(gè)影框 數(shù)據(jù)，該影框數(shù)據(jù)形成多個(gè)影框狀態(tài)組合，每一該語(yǔ)音特征序列包括多個(gè)音框數(shù)據(jù)，該音框 數(shù)據(jù)形成多個(gè)音框狀態(tài)組合，其中計(jì)算出多個(gè)影音狀態(tài)參數(shù)的該步驟包括取得多個(gè)影音 子狀態(tài)參數(shù)，將各該影框狀態(tài)組合與各該音框狀態(tài)組合導(dǎo)入對(duì)應(yīng)相同的該影音關(guān)系模塊的 該影音關(guān)系參數(shù)，以計(jì)算出該影音子狀態(tài)參數(shù)；以及從該影音子狀態(tài)參數(shù)中擇一作為該影 音關(guān)系模塊對(duì)應(yīng)的該影音狀態(tài)參數(shù)。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的音框狀態(tài)組合由隱藏式馬可夫模型 以訓(xùn)練形成。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的影框狀態(tài)組合由隱藏式馬可夫模型 以訓(xùn)練形成。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的影音狀態(tài)參數(shù)為該影音子狀態(tài)參數(shù) 中，最大數(shù)值的該影音子狀態(tài)參數(shù)。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的每一影像特征序列包括多個(gè)影框狀 態(tài)群組，每一該語(yǔ)音特征序列包括多個(gè)音框狀態(tài)群組，每一特征擷取參數(shù)記錄每一影框狀 態(tài)群組對(duì)應(yīng)至各該音框狀態(tài)群組的機(jī)率參數(shù)。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的每一影框狀態(tài)群組與每一音框狀態(tài) 群組包括至少一框?qū)?yīng)關(guān)系，其中取得多個(gè)影音子狀態(tài)參數(shù)的該步驟更包括取得多個(gè)影 音識(shí)別機(jī)率值，于同一次該影像特征序列與該語(yǔ)音特征序列導(dǎo)入該影音關(guān)系參數(shù)的關(guān)系計(jì) 算中，將該影框狀態(tài)群組與該音框狀態(tài)群組導(dǎo)入對(duì)應(yīng)相同的該影音關(guān)系模塊的該影音關(guān)系參數(shù)，并根據(jù)該至少一框?qū)?yīng)關(guān)系的種類以計(jì)算出該影音識(shí)別機(jī)率值；以及從中擇一作為 該關(guān)系計(jì)算對(duì)應(yīng)的該影音子狀態(tài)參數(shù)。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的影音子狀態(tài)參數(shù)為該影音識(shí)別機(jī)率 值中，最大數(shù)值的該影音識(shí)別機(jī)率值。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的取得多個(gè)影像特征序列與多個(gè)語(yǔ)音 特征序列的該步驟包括解析該手勢(shì)影像包括的多個(gè)影框數(shù)據(jù)，以取得每一影框數(shù)據(jù)包括 的一影像特征值；利用該影像特征值判定該手勢(shì)影像是否包括多個(gè)重復(fù)影像數(shù)據(jù)；當(dāng)判定 為是，擷取任一重復(fù)影像數(shù)據(jù)以形成各該影像特征序列；以及當(dāng)判定為否，將該手勢(shì)影像轉(zhuǎn) 換為各該影像特征序列。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的取得多個(gè)影像特征序列與多個(gè)語(yǔ)音 特征序列的該步驟包括解析該語(yǔ)音數(shù)據(jù)包括的多個(gè)音框數(shù)據(jù)，以取得每一音框數(shù)據(jù)包括 的一語(yǔ)音特征值；利用該語(yǔ)音特征值判定該語(yǔ)音數(shù)據(jù)是否包括多個(gè)重復(fù)語(yǔ)音數(shù)據(jù)；當(dāng)判定 為是，擷取任一重復(fù)語(yǔ)音數(shù)據(jù)以形成各該語(yǔ)音特征序列；以及當(dāng)判定為否，將該語(yǔ)音數(shù)據(jù)轉(zhuǎn) 換為各該語(yǔ)音特征序列。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的目標(biāo)參數(shù)為該識(shí)別機(jī)率中，最大數(shù) 值的該識(shí)別機(jī)率。前述的結(jié)合影音的行為辨識(shí)方法，其中所述的任一影音關(guān)系模塊建立方法包括取得相對(duì)應(yīng)的一訓(xùn)練影像與一訓(xùn)練語(yǔ)音；轉(zhuǎn)換該訓(xùn)練影像與該訓(xùn)練語(yǔ)音以形成一影像訓(xùn)練序列與一語(yǔ)音訓(xùn)練序列，該影像 訓(xùn)練序列包括多個(gè)影框數(shù)據(jù)，該語(yǔ)音訓(xùn)練序列包括多個(gè)音框數(shù)據(jù)；利用多種劃分方式個(gè)別劃分該影像訓(xùn)練序列與該語(yǔ)音訓(xùn)練序列，形成多個(gè)影像劃 分序列與多個(gè)語(yǔ)音劃分序列；推算該影像劃分序列與該語(yǔ)音劃分序列的對(duì)應(yīng)關(guān)系，以產(chǎn)生屬于該任一影音關(guān)系 模塊的該影音關(guān)系參數(shù)；記錄該訓(xùn)練影像與該訓(xùn)練語(yǔ)音的特征擷取模式為該任一影音關(guān)系模塊的特征擷 取參數(shù)；以及記錄該特征擷取參數(shù)與該影音關(guān)系參數(shù)形成該任一影音關(guān)系模塊。本發(fā)明與現(xiàn)有技術(shù)相比具有明顯的優(yōu)點(diǎn)和有益效果。由以上可知，為達(dá)到上述目 的，本發(fā)明提供了一種結(jié)合影音的行為辨識(shí)系統(tǒng)，其包括一數(shù)據(jù)庫(kù)、一數(shù)據(jù)分析模塊與一 計(jì)算模塊。數(shù)據(jù)庫(kù)包括多個(gè)影音關(guān)系模塊，每一影音關(guān)系模塊包括一特征擷取參數(shù)與一影 音關(guān)系參數(shù)。數(shù)據(jù)分析模塊將相互對(duì)應(yīng)的一手勢(shì)影像與一語(yǔ)音數(shù)據(jù)導(dǎo)入各特征擷取參數(shù)以 取得多個(gè)影像特征序列與語(yǔ)音特征序列，并以對(duì)應(yīng)相同影音關(guān)系模塊為條件，將各影像特 征序列與各語(yǔ)音特征序列導(dǎo)入各影音關(guān)系參數(shù)，以計(jì)算出多個(gè)影音狀態(tài)參數(shù)。計(jì)算模塊則 利用所有影像特征序列、所有語(yǔ)音特征序列與所有影音狀態(tài)參數(shù)以計(jì)算出對(duì)應(yīng)每一影音關(guān) 系模塊的一識(shí)別機(jī)率，并從所有識(shí)別機(jī)率中取出一目標(biāo)參數(shù)。為解決上述方法問(wèn)題，本發(fā)明揭露一種結(jié)合影音的行為辨識(shí)方法，其包括取得相 互對(duì)應(yīng)的一手勢(shì)影像及一語(yǔ)音數(shù)據(jù)。提供多個(gè)影音關(guān)系模塊，每一影音關(guān)系模塊包括一特 征擷取參數(shù)與一影音關(guān)系參數(shù)。將手勢(shì)影像與語(yǔ)音數(shù)據(jù)個(gè)別導(dǎo)入各特征擷取參數(shù)，以計(jì)算 出多個(gè)影像特征序列與多個(gè)語(yǔ)音特征序列。以對(duì)應(yīng)相同的影音關(guān)系模塊為條件，將各影像特征序列與各語(yǔ)音特征序列導(dǎo)入各影音關(guān)系參數(shù)，以計(jì)算出多個(gè)影音狀態(tài)參數(shù)。利用所有 影像特征序列、所有語(yǔ)音特征序列與所有影音狀態(tài)參數(shù)，以計(jì)算出對(duì)應(yīng)每一影音關(guān)系模塊 的一識(shí)別機(jī)率，并從所有識(shí)別機(jī)率中取出一目標(biāo)參數(shù)。借由上述技術(shù)方案，本發(fā)明結(jié)合影音的行為辨識(shí)系統(tǒng)及其辨識(shí)方法至少具有下列 優(yōu)點(diǎn)及有益效果1、本發(fā)明的特點(diǎn)在于本發(fā)明將手勢(shì)影像與語(yǔ)音數(shù)據(jù)轉(zhuǎn)換為影像特征序列與語(yǔ)音 特征序列，以計(jì)算兩序列的影音特征關(guān)系，以降低外部干擾因素對(duì)手勢(shì)影像與語(yǔ)音數(shù)據(jù)的 影響而產(chǎn)生系統(tǒng)擷取錯(cuò)誤特征的問(wèn)題，進(jìn)而提升對(duì)人類行為動(dòng)作的辨識(shí)率。2、本發(fā)明揭露的影音特征關(guān)系對(duì)應(yīng)技術(shù)，即便手勢(shì)影像包括的重復(fù)影像數(shù)據(jù)與語(yǔ) 音數(shù)據(jù)包括的重復(fù)語(yǔ)音數(shù)據(jù)的數(shù)量未能匹配時(shí)，乃能藉由將手勢(shì)影像與語(yǔ)音數(shù)據(jù)轉(zhuǎn)換能相 互匹配計(jì)算的影像特征序列與語(yǔ)音特征序列，找出兩序列的影音特征關(guān)系，有益于進(jìn)行人 類行為動(dòng)作的辨識(shí)作業(yè)。綜上所述，本發(fā)明是有關(guān)于一種結(jié)合影音的行為辨識(shí)系統(tǒng)及其辨識(shí)方法，此系統(tǒng) 包括一數(shù)據(jù)分析模塊、一數(shù)據(jù)庫(kù)與一計(jì)算模塊。數(shù)據(jù)庫(kù)儲(chǔ)存多種相異的影音關(guān)系模塊，每一 影音關(guān)系模塊包括一特征擷取參數(shù)與一影音關(guān)系參數(shù)。數(shù)據(jù)分析模塊取得相對(duì)應(yīng)的手勢(shì)影 像與語(yǔ)音數(shù)據(jù)，將其導(dǎo)入各特征擷取參數(shù)，以形成對(duì)應(yīng)各影音關(guān)系模塊的影像特征序列與 語(yǔ)音特征序列。數(shù)據(jù)分析模塊再利用各影音關(guān)系參數(shù)以計(jì)算出多個(gè)影音狀態(tài)參數(shù)。計(jì)算模 塊再利用影音狀態(tài)參數(shù)、影像特征序列與語(yǔ)音特征序列以計(jì)算出對(duì)應(yīng)各影音關(guān)系參數(shù)的識(shí) 別機(jī)率，以從中取出最大值者作為一目標(biāo)參數(shù)。本發(fā)明在技術(shù)上有顯著的進(jìn)步，并具有明顯 的積極效果，誠(chéng)為一新穎、進(jìn)步、實(shí)用的新設(shè)計(jì)。上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段， 而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其他目的、特征和優(yōu)點(diǎn)能夠 更明顯易懂，以下特舉較佳實(shí)施例，并配合附圖，詳細(xì)說(shuō)明如下。


圖IA是先前技術(shù)的影像辨識(shí)示意圖。
圖IB是先前技術(shù)的語(yǔ)音辨識(shí)示意圖。
圖2A是本發(fā)明實(shí)施例的行為辨識(shí)系統(tǒng)架構(gòu)圖。
圖2B是本發(fā)明實(shí)施例的行為辨識(shí)系統(tǒng)方塊圖。
圖3A是本發(fā)明實(shí)施例的手勢(shì)影像特征擷取示意圖。
圖3B是本發(fā)明實(shí)施例的手勢(shì)移動(dòng)軌跡量化成方向性曲線示意圖。
圖3C是本發(fā)明實(shí)施例的角度區(qū)間量化示意圖。
圖4A是本發(fā)明實(shí)施例的序列初始化示意圖。
圖4B是本發(fā)明實(shí)施例的影像特征序列劃分示意圖。
圖4C是本發(fā)明實(shí)施例的語(yǔ)音特征序列劃分示意圖。
圖5A是本發(fā)明實(shí)施例的狀態(tài)對(duì)應(yīng)關(guān)系示意圖。
圖5B是本發(fā)明實(shí)施例的框?qū)?yīng)關(guān)系與機(jī)率統(tǒng)計(jì)示意圖。
圖5C是本發(fā)明實(shí)施例的框?qū)?yīng)關(guān)系與機(jī)率統(tǒng)計(jì)示意圖。
圖5D是本發(fā)明實(shí)施例的影音關(guān)系參數(shù)導(dǎo)入示意圖。圖6A是本發(fā)明實(shí)施例的行為辨識(shí)方法流程示意圖。 圖6B至圖6E是本發(fā)明實(shí)施例的結(jié)合影音的行為辨識(shí)方法細(xì)部流程示意圖, 圖7是本發(fā)明實(shí)施例的影音關(guān)系模塊建立流程圖。 圖8A是本發(fā)明實(shí)施例的訓(xùn)練資料初始化示意圖。 圖8B是本發(fā)明實(shí)施例的語(yǔ)音訓(xùn)練序列劃分示意圖。 圖8C是本發(fā)明實(shí)施例的影像訓(xùn)練序列劃分示意圖。 圖8D是本發(fā)明實(shí)施例的訓(xùn)練組合配對(duì)示意圖。
11攝像模塊
12麥克風(fēng)
2辨識(shí)主機(jī)
11攝像模塊
12麥克風(fēng)
3辨識(shí)主機(jī)
31數(shù)據(jù)分析模塊
32數(shù)據(jù)庫(kù)
33計(jì)算模塊
4影音關(guān)系模塊
41特征擷取參數(shù)
42影音關(guān)系參數(shù) Ml 手勢(shì)影像
M2 影像特征序列 M3 影框資料 M4 影框狀態(tài)組合 M5 影框狀態(tài)群組 MTl 訓(xùn)練影像 MT2 影像訓(xùn)練序列 MT3 訓(xùn)練影框 MT4 影框訓(xùn)練組合 MT5 影框訓(xùn)練群組 Vl 語(yǔ)音數(shù)據(jù) V2 語(yǔ)音特征序列 V3 音框資料 V4 音框狀態(tài)組合 V5 音框狀態(tài)群組 VTl 訓(xùn)練語(yǔ)音 VT2 語(yǔ)音訓(xùn)練序列 VT3 訓(xùn)練音框 VT4 音框訓(xùn)練組合 VT5 音框訓(xùn)練群組
Sl影音狀態(tài)參數(shù)
S2識(shí)別機(jī)率
S3影音識(shí)別機(jī)率值
S4影音子狀態(tài)參數(shù)
Tl目標(biāo)參數(shù)
具體實(shí)施例方式為更進(jìn)一步闡述本發(fā)明為達(dá)成預(yù)定發(fā)明目的所采取的技術(shù)手段及功效，以下結(jié)合 附圖及較佳實(shí)施例，對(duì)依據(jù)本發(fā)明提出的結(jié)合影音的行為辨識(shí)系統(tǒng)及其辨識(shí)方法其具體實(shí) 施方式、結(jié)構(gòu)、特征及其功效，詳細(xì)說(shuō)明如后。有關(guān)本發(fā)明的前述及其他技術(shù)內(nèi)容、特點(diǎn)及功效，在以下配合參考圖式的較佳實(shí) 施例的詳細(xì)說(shuō)明中將可清楚的呈現(xiàn)。為了方便說(shuō)明，在以下的實(shí)施例中，相同的元件以相同 的編號(hào)表示。首先請(qǐng)參照?qǐng)D2A所繪示本發(fā)明實(shí)施例的結(jié)合影音的行為辨識(shí)系統(tǒng)架構(gòu)圖與圖2B 所繪示的本發(fā)明實(shí)施例的結(jié)合影音的行為辨識(shí)系統(tǒng)方塊圖。請(qǐng)同時(shí)參照?qǐng)D3A所繪示本發(fā) 明實(shí)施例的手勢(shì)影像Ml特征擷取示意圖、圖3B所繪示本發(fā)明實(shí)施例的手勢(shì)移動(dòng)軌跡量化 成方向性曲線示意圖、圖3C所繪示本發(fā)明實(shí)施例的角度區(qū)間量化示意圖及圖4A繪示的本 發(fā)明實(shí)施例的序列初始化示意圖、圖4B繪示的本發(fā)明實(shí)施例的影像特征序列M2劃分示意 圖及圖4C繪示的本發(fā)明實(shí)施例的語(yǔ)音特征序列V2劃分示意圖。本實(shí)施例所揭露的系統(tǒng)以 配置于一辨識(shí)主機(jī)3進(jìn)行說(shuō)明，此辨識(shí)主機(jī)3連接一攝像模塊11與一麥克風(fēng)12，辨識(shí)主機(jī) 3包括一數(shù)據(jù)庫(kù)32、一數(shù)據(jù)分析模塊3與一計(jì)算模塊33。攝像模塊11為一攝影機(jī)或一數(shù)字照相機(jī)等具拍攝連續(xù)影像的拍攝設(shè)備，此攝像 模塊11用以拍攝使用者的手勢(shì)動(dòng)作，以形成一手勢(shì)影像Ml。麥克風(fēng)12用以接收使用者發(fā) 出的聲音，以形成一語(yǔ)音數(shù)據(jù)VI。此手勢(shì)影像Ml與語(yǔ)音數(shù)據(jù)Vl為成對(duì)的影音輸入數(shù)據(jù)。數(shù)據(jù)庫(kù)32預(yù)儲(chǔ)存有多個(gè)影音關(guān)系模塊4，每一個(gè)影音關(guān)系模塊4包括一特征擷取 參數(shù)41與一影音關(guān)系參數(shù)42。舉例而言，每一個(gè)影音關(guān)系模塊4對(duì)應(yīng)一個(gè)人類行為動(dòng)作。數(shù)據(jù)分析模塊3將相互對(duì)應(yīng)的手勢(shì)影像Ml與語(yǔ)音數(shù)據(jù)Vl導(dǎo)入各特征擷取參數(shù)41 以取得多個(gè)影像特征序列M2與多個(gè)語(yǔ)音特征序列V2，在對(duì)應(yīng)相同影音關(guān)系模塊4為條件 下，將各影像特征序列M2與各語(yǔ)音特征序列V2導(dǎo)入各影音關(guān)系參數(shù)42，以計(jì)算出多個(gè)影音 狀態(tài)參數(shù)Si。最后，計(jì)算模塊33會(huì)利用影像特征序列M2、語(yǔ)音特征序列V2與影音狀態(tài)參數(shù)Sl 以計(jì)算出對(duì)應(yīng)每一影音關(guān)系模塊4的一識(shí)別機(jī)率S2，并從識(shí)別機(jī)率S2中取出一目標(biāo)參數(shù) Tl。計(jì)算模塊33所運(yùn)用的計(jì)算式如下
權(quán)利要求
1.一種結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其包括一數(shù)據(jù)庫(kù)，儲(chǔ)存多個(gè)影音關(guān)系模塊，每一影音關(guān)系模塊包括一特征擷取參數(shù)與一影音 關(guān)系參數(shù)；一數(shù)據(jù)分析模塊，將相互對(duì)應(yīng)的一手勢(shì)影像與一語(yǔ)音數(shù)據(jù)導(dǎo)入各該特征擷取參數(shù)以 取得多個(gè)影像特征序列與多個(gè)語(yǔ)音特征序列，并以對(duì)應(yīng)相同的該影音關(guān)系模塊為條件，將 各該影像特征序列與各該語(yǔ)音特征序列導(dǎo)入各該影音關(guān)系參數(shù)，以計(jì)算出多個(gè)影音狀態(tài)參 數(shù)；以及一計(jì)算模塊，利用該影像特征序列、該語(yǔ)音特征序列與該影音狀態(tài)參數(shù)以計(jì)算出對(duì)應(yīng) 每一影音關(guān)系模塊的一識(shí)別機(jī)率，并從該識(shí)別機(jī)率中取出一目標(biāo)參數(shù)。
2.根據(jù)權(quán)利要求1所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的每一影像 特征序列包括多個(gè)影框數(shù)據(jù)，該影框數(shù)據(jù)形成多個(gè)影框狀態(tài)組合，每一該語(yǔ)音特征序列包 括多個(gè)音框數(shù)據(jù)，該音框數(shù)據(jù)形成多個(gè)音框狀態(tài)組合，該數(shù)據(jù)分析模塊將各該影框狀態(tài)組 合與各該音框狀態(tài)組合導(dǎo)入對(duì)應(yīng)相同的該影音關(guān)系模塊的該影音關(guān)系參數(shù)，以計(jì)算出多個(gè) 影音子狀態(tài)參數(shù)，并從中擇一作為該影音關(guān)系模塊對(duì)應(yīng)的該影音狀態(tài)參數(shù)。
3.根據(jù)權(quán)利要求2所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的數(shù)據(jù)分析 模塊利用隱藏式馬可夫模型以訓(xùn)練該語(yǔ)音特征序列以形成該音框狀態(tài)組合。
4.根據(jù)權(quán)利要求2所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的數(shù)據(jù)分析 模塊利用隱藏式馬可夫模型以訓(xùn)練該影像特征序列以形成該影框狀態(tài)組合。
5.根據(jù)權(quán)利要求2所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的影音狀態(tài) 參數(shù)為該影音子狀態(tài)參數(shù)中，最大數(shù)值的該影音子狀態(tài)參數(shù)。
6.根據(jù)權(quán)利要求2所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的每一影像 特征序列包括多個(gè)影框狀態(tài)群組，每一該語(yǔ)音特征序列包括多個(gè)音框狀態(tài)群組，在對(duì)應(yīng)相 同的該影音關(guān)系模塊為條件，該特征擷取參數(shù)記錄各該影框狀態(tài)群組對(duì)應(yīng)至各該音框狀態(tài) 群組的機(jī)率參數(shù)，及各該音框狀態(tài)群組對(duì)應(yīng)至各該影框狀態(tài)群組的機(jī)率參數(shù)。
7.根據(jù)權(quán)利要求6所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的各影框狀 態(tài)群組與各該音框狀態(tài)群組之間具有至少一框?qū)?yīng)關(guān)系，于同一次該影像特征序列與該語(yǔ) 音特征序列導(dǎo)入該影音關(guān)系參數(shù)的關(guān)系計(jì)算中，該數(shù)據(jù)分析模塊將該影框狀態(tài)群組與該音 框狀態(tài)群組導(dǎo)入對(duì)應(yīng)相同的該影音關(guān)系模塊的該影音關(guān)系參數(shù)，并根據(jù)該至少一框?qū)?yīng)關(guān) 系的種類以計(jì)算出多個(gè)影音識(shí)別機(jī)率值，并從中擇一作為該關(guān)系計(jì)算對(duì)應(yīng)的該影音子狀態(tài) 參數(shù)。
8.根據(jù)權(quán)利要求7所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的影音子狀 態(tài)參數(shù)為該影音識(shí)別機(jī)率值中，最大數(shù)值的該影音識(shí)別機(jī)率值。
9.根據(jù)權(quán)利要求1所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的手勢(shì)影像 包括多個(gè)影框數(shù)據(jù)，每一影框數(shù)據(jù)包括一影像特征值，該數(shù)據(jù)分析模塊利用該影像特征值 判定該手勢(shì)影像包括至少一重復(fù)影像數(shù)據(jù)，擷取任一重復(fù)影像數(shù)據(jù)以形成各該影像特征序 列。
10.根據(jù)權(quán)利要求1所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的語(yǔ)音數(shù) 據(jù)包括多個(gè)音框數(shù)據(jù)，每一音框數(shù)據(jù)包括一語(yǔ)音特征值，該數(shù)據(jù)分析模塊利用該語(yǔ)音特征 值判定該語(yǔ)音數(shù)據(jù)包括至少一重復(fù)語(yǔ)音數(shù)據(jù)，擷取任一重復(fù)語(yǔ)音數(shù)據(jù)以形成各該語(yǔ)音特征序列。
11.根據(jù)權(quán)利要求1所述的結(jié)合影音的行為辨識(shí)系統(tǒng)，其特征在于其中所述的目標(biāo)參 數(shù)為該識(shí)別機(jī)率中，最大數(shù)值的該識(shí)別機(jī)率。
12.—種結(jié)合影音的行為辨識(shí)方法，其特征在于其包括下列步驟取得相互對(duì)應(yīng)的一手勢(shì)影像及一語(yǔ)音數(shù)據(jù)；提供多個(gè)影音關(guān)系模塊，每一影音關(guān)系模塊包括一特征擷取參數(shù)與一影音關(guān)系參數(shù)；取得多個(gè)影像特征序列與多個(gè)語(yǔ)音特征序列，將該手勢(shì)影像與該語(yǔ)音數(shù)據(jù)個(gè)別導(dǎo)入該 特征擷取參數(shù)，以計(jì)算出該影像特征序列與該語(yǔ)音特征序列；計(jì)算出多個(gè)影音狀態(tài)參數(shù)，以對(duì)應(yīng)相同的該影音關(guān)系模塊為條件，將各該影像特征序 列與各該語(yǔ)音特征序列導(dǎo)入各該影音關(guān)系參數(shù)，以取得該影音狀態(tài)參數(shù)；計(jì)算出多個(gè)識(shí)別機(jī)率，利用該影像特征序列、該語(yǔ)音特征序列與該影音狀態(tài)參數(shù)以計(jì) 算出對(duì)應(yīng)每一影音關(guān)系模塊的一識(shí)別機(jī)率；以及從該識(shí)別機(jī)率中取出一目標(biāo)參數(shù)。
13.根據(jù)權(quán)利要求12所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的每一該 影像特征序列包括多個(gè)影框數(shù)據(jù)，該影框數(shù)據(jù)形成多個(gè)影框狀態(tài)組合，每一該語(yǔ)音特征序 列包括多個(gè)音框數(shù)據(jù)，該音框數(shù)據(jù)形成多個(gè)音框狀態(tài)組合，其中計(jì)算出多個(gè)影音狀態(tài)參數(shù) 的該步驟包括取得多個(gè)影音子狀態(tài)參數(shù)，將各該影框狀態(tài)組合與各該音框狀態(tài)組合導(dǎo)入對(duì)應(yīng)相同的 該影音關(guān)系模塊的該影音關(guān)系參數(shù)，以計(jì)算出該影音子狀態(tài)參數(shù)；以及從該影音子狀態(tài)參數(shù)中擇一作為該影音關(guān)系模塊對(duì)應(yīng)的該影音狀態(tài)參數(shù)。
14.根據(jù)權(quán)利要求13所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的音框狀 態(tài)組合由隱藏式馬可夫模型以訓(xùn)練形成。
15.根據(jù)權(quán)利要求13所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的影框狀 態(tài)組合由隱藏式馬可夫模型以訓(xùn)練形成。
16.根據(jù)權(quán)利要求13所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的影音狀 態(tài)參數(shù)為該影音子狀態(tài)參數(shù)中，最大數(shù)值的該影音子狀態(tài)參數(shù)。
17.根據(jù)權(quán)利要求13所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的每一影 像特征序列包括多個(gè)影框狀態(tài)群組，每一該語(yǔ)音特征序列包括多個(gè)音框狀態(tài)群組，每一特 征擷取參數(shù)記錄每一影框狀態(tài)群組對(duì)應(yīng)至各該音框狀態(tài)群組的機(jī)率參數(shù)。
18.根據(jù)權(quán)利要求17所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的每一影 框狀態(tài)群組與每一音框狀態(tài)群組包括至少一框?qū)?yīng)關(guān)系，其中取得多個(gè)影音子狀態(tài)參數(shù)的 該步驟更包括取得多個(gè)影音識(shí)別機(jī)率值，于同一次該影像特征序列與該語(yǔ)音特征序列導(dǎo)入該影音關(guān) 系參數(shù)的關(guān)系計(jì)算中，將該影框狀態(tài)群組與該音框狀態(tài)群組導(dǎo)入對(duì)應(yīng)相同的該影音關(guān)系模 塊的該影音關(guān)系參數(shù)，并根據(jù)該至少一框?qū)?yīng)關(guān)系的種類以計(jì)算出該影音識(shí)別機(jī)率值；以 及從中擇一作為該關(guān)系計(jì)算對(duì)應(yīng)的該影音子狀態(tài)參數(shù)。
19.根據(jù)權(quán)利要求18所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的影音子 狀態(tài)參數(shù)為該影音識(shí)別機(jī)率值中，最大數(shù)值的該影音識(shí)別機(jī)率值。
20.根據(jù)權(quán)利要求12所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的取得多 個(gè)影像特征序列與多個(gè)語(yǔ)音特征序列的該步驟包括解析該手勢(shì)影像包括的多個(gè)影框數(shù)據(jù)，以取得每一影框數(shù)據(jù)包括的一影像特征值； 利用該影像特征值判定該手勢(shì)影像是否包括多個(gè)重復(fù)影像數(shù)據(jù)； 當(dāng)判定為是，擷取任一重復(fù)影像數(shù)據(jù)以形成各該影像特征序列；以及 當(dāng)判定為否，將該手勢(shì)影像轉(zhuǎn)換為各該影像特征序列。
21.根據(jù)權(quán)利要求12所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的取得多 個(gè)影像特征序列與多個(gè)語(yǔ)音特征序列的該步驟包括解析該語(yǔ)音數(shù)據(jù)包括的多個(gè)音框數(shù)據(jù)，以取得每一音框數(shù)據(jù)包括的一語(yǔ)音特征值； 利用該語(yǔ)音特征值判定該語(yǔ)音數(shù)據(jù)是否包括多個(gè)重復(fù)語(yǔ)音數(shù)據(jù)； 當(dāng)判定為是，擷取任一重復(fù)語(yǔ)音數(shù)據(jù)以形成各該語(yǔ)音特征序列；以及 當(dāng)判定為否，將該語(yǔ)音數(shù)據(jù)轉(zhuǎn)換為各該語(yǔ)音特征序列。
22.根據(jù)權(quán)利要求12所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的目標(biāo)參 數(shù)為該識(shí)別機(jī)率中，最大數(shù)值的該識(shí)別機(jī)率。
23.根據(jù)權(quán)利要求12所述的結(jié)合影音的行為辨識(shí)方法，其特征在于其中所述的任一影 音關(guān)系模塊建立方法包括取得相對(duì)應(yīng)的一訓(xùn)練影像與一訓(xùn)練語(yǔ)音；轉(zhuǎn)換該訓(xùn)練影像與該訓(xùn)練語(yǔ)音以形成一影像訓(xùn)練序列與一語(yǔ)音訓(xùn)練序列，該影像訓(xùn)練 序列包括多個(gè)影框數(shù)據(jù)，該語(yǔ)音訓(xùn)練序列包括多個(gè)音框數(shù)據(jù)；利用多種劃分方式個(gè)別劃分該影像訓(xùn)練序列與該語(yǔ)音訓(xùn)練序列，形成多個(gè)影像劃分序 列與多個(gè)語(yǔ)音劃分序列；推算該影像劃分序列與該語(yǔ)音劃分序列的對(duì)應(yīng)關(guān)系，以產(chǎn)生屬于該任一影音關(guān)系模塊 的該影音關(guān)系參數(shù)；記錄該訓(xùn)練影像與該訓(xùn)練語(yǔ)音的特征擷取模式為該任一影音關(guān)系模塊的特征擷取參 數(shù)；以及記錄該特征擷取參數(shù)與該影音關(guān)系參數(shù)形成該任一影音關(guān)系模塊。
全文摘要
本發(fā)明是有關(guān)于一種結(jié)合影音的行為辨識(shí)系統(tǒng)及其辨識(shí)方法，此系統(tǒng)包括一數(shù)據(jù)分析模塊、一數(shù)據(jù)庫(kù)與一計(jì)算模塊。數(shù)據(jù)庫(kù)儲(chǔ)存多種相異的影音關(guān)系模塊，每一影音關(guān)系模塊包括一特征擷取參數(shù)與一影音關(guān)系參數(shù)。數(shù)據(jù)分析模塊取得相對(duì)應(yīng)的手勢(shì)影像與語(yǔ)音數(shù)據(jù)，將其導(dǎo)入各特征擷取參數(shù)，以形成對(duì)應(yīng)各影音關(guān)系模塊的影像特征序列與語(yǔ)音特征序列。數(shù)據(jù)分析模塊再利用各影音關(guān)系參數(shù)以計(jì)算出多個(gè)影音狀態(tài)參數(shù)。計(jì)算模塊再利用影音狀態(tài)參數(shù)、影像特征序列與語(yǔ)音特征序列以計(jì)算出對(duì)應(yīng)各影音關(guān)系參數(shù)的識(shí)別機(jī)率，以從中取出最大值者作為一目標(biāo)參數(shù)。
文檔編號(hào)G10L15/24GK102074232SQ200910223700
公開(kāi)日2011年5月25日 申請(qǐng)日期2009年11月25日 優(yōu)先權(quán)日2009年11月25日
發(fā)明者吳宗憲, 朱家德, 林仁俊, 林瑞堂, 許進(jìn)順, 魏文麗 申請(qǐng)人:財(cái)團(tuán)法人資訊工業(yè)策進(jìn)會(huì)