语音识别与手势识别在遥感图像处理与展示中的应用
发布时间：2021-08-08 09:19
随着国家高分辨率对地观测系统重大专项的开展,遥感技术在军事、农业、勘探等多种领域的应用也愈发广泛。为系统的深入挖掘遥感图像数据,国内外出现了众多的遥感图像处理软件。然而,现有的遥感图像处理软件大多针对不同研究人员进行算法研究进行设计,不利于进行图像处理流程可视化及处理结果的现场展示。随着手势识别、语音识别等智能技术的发展,基于虚拟现实和增强现实的人机交互技术已具备智能化、人性化、自然化的特征。将手势识别和语音识别技术运用于遥感图像处理与展示系统,可方便用户进行展示和操控,获得更为自然的用户交互体验。为解决现有遥感图像处理系统存在的问题,根据项目和科研需求,本文利用语音识别和手势识别,设计了基于语音和手势识别的遥感图像处理与展示方法。利用语音和手势作为交互信息,构建遥感图像处理流程,为系统使用者提供了一个智能化的展示平台。具体工作如下:（1）设计并实现了用户身份认证功能。该功能可利用获取到的人脸和声纹信息,识别出使用者的身份。使用者可在进入系统时启用该功能,避免无关人员造成干扰。（2）设计并实现了基于手势和语音的交互信息识别功能。该功能可获取用户的语音信息和手势信息,通过相应的算法识别和...
【文章来源】：河南大学河南省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
系统的整体功能模块
识别命令序列如表 3-1 所示。表 3-1 手势识别命令表命令名称 序列描述 图示视角变换 (1)发出语音命令“数字地球”(2)右手水平握拳 (3)右手移动(4)右手张开图 3-3(a)数字地球放大(1)发出语音命令“数字地球” (2)双手水平握拳 (3)双手距离增大(4)双手张开图 3-3(b)数字地球缩小(1)发出语音命令“数字地球” (2)双手水平握拳 (3)双手距离减小(4)双手放开图 3-3(c)光标移动 (1)发出命令“模拟光标” (2)右手张开 (3)右手移动 图 3-3(d)鼠标左击 (1)发出命令“模拟光标” (2)右手握拳 (3)右手张开 图 3-3(e)鼠标右击 (1)发出命令“模拟光标”(2)左臂水平抬起(3)左臂放下 图 3-3(f)据该描述，定义的手势命令图示如图 3-3 所示。
理过的图像进行检测；4、进行图像重定位；5、生成图像瓦片，最后在数字地球上展示。其中，几何校正可选择三种不同的校正方法：最近邻重采样方法[37]、双线性重采样方法、三次卷积重采样方法；图像滤波可选择 PPB(Probabilistic Patch-Based)滤波、FANS(FastAdaptive Nonlocal SAR)滤波等；舰船检测可选择两种不同的检测方法：显著性舰船检测算法、CFAR(ConstantFalse-AlarmRate)舰船检测算法。而用户执行完几何校正操作之后，也可跳过图像滤波，直接执行舰船的检测方法。整个结构示意图如图 3-7 所示。3.4.2 遥感图像处理知识图谱知识图谱是一种有向图结构，可描述显示世界中存在的实体、事件或者概念以及它们之间的相互关系[44]。根据 3.3.2 节与 3.4.1 节介绍，为解决语音识别中模糊命令之间的匹配关系，以及流程交互的过程中节点之间的连接关系，可构建相应的遥感图像处理知识图谱，其三元组形式为<S,P,O>。其中，S 和 O 为三元组中的实体，P 为实体之间的对应的关系。遥感图像处理知识图谱示意如图 3-8 所示。
【参考文献】：
期刊论文
[1]基于时空与或图模型的视频人体动作识别方法[J]. 易唐唐. 控制工程. 2017(09)
[2]基于微软语音引擎的语音识别设计[J]. 刘欢. 电脑知识与技术. 2017(20)
[3]人机交互和用户界面演变史及其未来展望[J]. 汪正刚,任宏. 辽宁经济管理干部学院.辽宁经济职业技术学院学报. 2017(01)
[4]复杂环境下通用的手势识别方法[J]. 杜堃,谭台哲. 计算机应用. 2016(07)
[5]基于卷积神经网络的手势识别研究[J]. 操小文,薄华. 微型机与应用. 2016(09)
[6]深度卷积神经网络在计算机视觉中的应用研究综述[J]. 卢宏涛,张秦川. 数据采集与处理. 2016(01)
[7]语音识别技术及应用综述[J]. 禹琳琳. 现代电子技术. 2013(13)
[8]基于NEST的差分干涉测量及其应用[J]. 杜顺季,邢诚. 地理空间信息. 2013(03)
[9]“与或图”与递归算法[J]. 李谨. 软件导刊. 2012(06)
[10]基于Laguerre正交基神经网络的动态手势识别[J]. 李文生,解梅,姚琼. 南京大学学报(自然科学版). 2011(05)
博士论文
[1]人工蜂群算法及其在语音识别中的应用研究[D]. 宁爱平.太原理工大学 2013
硕士论文
[1]SAR图像处理与展示系统的架构设计与多语言混合编程实现[D]. 赵香菊.河南大学 2016
[2]基于BP神经网络的手势识别研究[D]. 李歌.燕山大学 2013
[3]基于隐马尔可夫模型的语音识别技术研究[D]. 靳双燕.郑州大学 2013
[4]基于Kinect的手势识别技术及其在教学中的应用[D]. 陈静.上海交通大学 2013
[5]基于隐马尔可夫模型的语音识别方法的研究[D]. 陈晓霖.山东大学 2005
本文编号：3329681
【文章来源】：河南大学河南省
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
系统的整体功能模块
识别命令序列如表 3-1 所示。表 3-1 手势识别命令表命令名称 序列描述 图示视角变换 (1)发出语音命令“数字地球”(2)右手水平握拳 (3)右手移动(4)右手张开图 3-3(a)数字地球放大(1)发出语音命令“数字地球” (2)双手水平握拳 (3)双手距离增大(4)双手张开图 3-3(b)数字地球缩小(1)发出语音命令“数字地球” (2)双手水平握拳 (3)双手距离减小(4)双手放开图 3-3(c)光标移动 (1)发出命令“模拟光标” (2)右手张开 (3)右手移动 图 3-3(d)鼠标左击 (1)发出命令“模拟光标” (2)右手握拳 (3)右手张开 图 3-3(e)鼠标右击 (1)发出命令“模拟光标”(2)左臂水平抬起(3)左臂放下 图 3-3(f)据该描述，定义的手势命令图示如图 3-3 所示。
理过的图像进行检测；4、进行图像重定位；5、生成图像瓦片，最后在数字地球上展示。其中，几何校正可选择三种不同的校正方法：最近邻重采样方法[37]、双线性重采样方法、三次卷积重采样方法；图像滤波可选择 PPB(Probabilistic Patch-Based)滤波、FANS(FastAdaptive Nonlocal SAR)滤波等；舰船检测可选择两种不同的检测方法：显著性舰船检测算法、CFAR(ConstantFalse-AlarmRate)舰船检测算法。而用户执行完几何校正操作之后，也可跳过图像滤波，直接执行舰船的检测方法。整个结构示意图如图 3-7 所示。3.4.2 遥感图像处理知识图谱知识图谱是一种有向图结构，可描述显示世界中存在的实体、事件或者概念以及它们之间的相互关系[44]。根据 3.3.2 节与 3.4.1 节介绍，为解决语音识别中模糊命令之间的匹配关系，以及流程交互的过程中节点之间的连接关系，可构建相应的遥感图像处理知识图谱，其三元组形式为<S,P,O>。其中，S 和 O 为三元组中的实体，P 为实体之间的对应的关系。遥感图像处理知识图谱示意如图 3-8 所示。
【参考文献】：
期刊论文
[1]基于时空与或图模型的视频人体动作识别方法[J]. 易唐唐. 控制工程. 2017(09)
[2]基于微软语音引擎的语音识别设计[J]. 刘欢. 电脑知识与技术. 2017(20)
[3]人机交互和用户界面演变史及其未来展望[J]. 汪正刚,任宏. 辽宁经济管理干部学院.辽宁经济职业技术学院学报. 2017(01)
[4]复杂环境下通用的手势识别方法[J]. 杜堃,谭台哲. 计算机应用. 2016(07)
[5]基于卷积神经网络的手势识别研究[J]. 操小文,薄华. 微型机与应用. 2016(09)
[6]深度卷积神经网络在计算机视觉中的应用研究综述[J]. 卢宏涛,张秦川. 数据采集与处理. 2016(01)
[7]语音识别技术及应用综述[J]. 禹琳琳. 现代电子技术. 2013(13)
[8]基于NEST的差分干涉测量及其应用[J]. 杜顺季,邢诚. 地理空间信息. 2013(03)
[9]“与或图”与递归算法[J]. 李谨. 软件导刊. 2012(06)
[10]基于Laguerre正交基神经网络的动态手势识别[J]. 李文生,解梅,姚琼. 南京大学学报(自然科学版). 2011(05)
博士论文
[1]人工蜂群算法及其在语音识别中的应用研究[D]. 宁爱平.太原理工大学 2013
硕士论文
[1]SAR图像处理与展示系统的架构设计与多语言混合编程实现[D]. 赵香菊.河南大学 2016
[2]基于BP神经网络的手势识别研究[D]. 李歌.燕山大学 2013
[3]基于隐马尔可夫模型的语音识别技术研究[D]. 靳双燕.郑州大学 2013
[4]基于Kinect的手势识别技术及其在教学中的应用[D]. 陈静.上海交通大学 2013
[5]基于隐马尔可夫模型的语音识别方法的研究[D]. 陈晓霖.山东大学 2005
本文编号：3329681
本文链接：https://www.wllwen.com/kejilunwen/wltx/3329681.html
