Thiết Kế Xây Dựng Chương Trình Nhận Dạng Mặt Người Dựa Trên Thuật Toán Biến Đổi Wavelet Gabor Giới thiệu chung về mạng neural Mạng neural là họ các xử lý thông tin dụa trên mô hình cac nơ ron thần kin.
Trang 1Giới thiệu chung về mạng neural
Mạng neural là họ các xử lý thông tin dụa trên
mô hình cac nơ ron thần kinh của con người
Tính năng của hệ thống này phụ thuộc vào cấu trúc của hệ thống, cường độ liên kết giữa các
phần tử Hệ thống này có thể học từ số liệu và có khả năng tổng quát hoá từ các số hiệu được học
2/26
Trang 2Mạng neural nhân tạo
Mạng nơron nhân tạo là sự liên kết giữa các nơrơn nhân tạo với nhau Các nơron được sắp xếp trong mạng theo các lớp, bao gồm lớp ngoài cùng gọi là lớp ra (output layer), các lớp còn lại gọi là lớp ẩn (hide layer) Các nơron trong cùng một lớp thì nhận tín hiệu cùng vào cùng một lúc Chức năng của mạng được xác định bởi: cấu trúc mạng, quá trình xử lý bên trong của từng nơron, và mức độ liên kết giữa các nơron.
Khi vectơ tín hiệu đầu vào p=(p ,p , ,p ) được đưa vào
mạng, các nơron ở các lớp ẩn và lớp ra sẽ được kích hoạt dần Sau một quả trình tính toán tại các nơron, mạng sẽ
được kích hoạt hoàn toàn và cho ra vectơ tín hiệu đầu ra : a=(a , a , …, a ) tại lớp ra.
3/26
Trang 3Cấu trúc mạng neural
Mô phỏng hoạt động của các neural thần kinh,
mạng neural nhân tạo là một hệ thống bao gồm nhiều neural hoạt động song song Các neural
được nối với nhau nhờ các liên kết, mỗi liên kết
kèm theo một trọng số đặc trưng cho tính kích
hoạt hay ức chế giữa các neural Một nhóm
neural được tổ chức theo một cách sao cho tất cả chúng đều nhận một vector vào X để xử lý tại
cùng một thời điểm Việc sản sinh ra tín hiệu của mạng xuất hiện cùng một lúc vì mỗi neural có một tập trọng số khác nhau nên có bao nhiêu neural
sẽ sản sinh ra bấy nhiêu tín hiệu khác nhau
4/26
Trang 4Cấu trúc mạng neural
Một nhóm neural như vậy được gọi là một lớp mạng
Một mạng neural bao gồm nhiều lớp mạng (hay còn gọi là tầng mạng), các neural trong một lớp chỉ được nối với các neural ở lớp tiếp theo, không cho phép
các liên kết giữa các neural cùng một lớp Lớp nhận các tín hiệu đầu vào X gọi là lớp vào, lớp chứa các tín hiệu ra Y của mạng được gọi là lớp ra, bất kỳ lớp nào nằm giữa hai lớp trên được gọi là lớp ẩn, lớp ẩn là
thành phần nội tại của mạng không có tiếp xúc với môi trường ngoài Số lượng lớp ẩn có thể từ 0 đến
vài lớp.
9/26
Trang 5 Mô hình nhiều tầng của mạng neural
Trang 6Trích rút tham số
Mạng nơ ron (Neuron Netwok) là một công cụ
có khả năng giải quyết được nhiều bài toán khó, thực tế những nghiên cứu về mạng nơ ron đưa
ra một cách tiếp cận khác với những cách tiếp cận truyền thống trong lý thuyết nhận dạng
Trong bài luận về 1 phương pháp nhận dạng
tiếng nói sử dụng mạng nơ ron với:
- Phương pháp mã dự đoán tuyến tính LPC
(Linear Predictive Coding) được sử dụng trong việc trích trọn những đặc trưng cơ bản của
tiếng nói.
Trang 7sơ đồ tông quan hệ thống nhận dạng
Trang 8Trích rút tham số
1 Tiền xử lý
Tín hiệu ban đầu được cho qua bộ lọc thông cao với tần số cắt 140Hz.
(1.1)
10/26
Trang 9Trích rút tham số (2/7)
2 Trích rút tham số LP
(tương ứng với 30ms) được dùng để phân tích LP
11/26
239 , , 200
) 159
) 200 (
2 cos(
199 , , 0 n
) 399
n 2 0.46cos(
-0.54 (n)
Wp
n n
(1.2)
Trang 10Trích rút tham số (3/7)
2 Trích rút tham số LP
Tín hiệu giọng nói đã được cửa sổ hóa:
239 (' ) (' ) 0 , , 10 )
(
k n
k k
n s n s k
r
(1.3) (1.4)
12/26
239 , , 0 ),
( ) ( W )
( lp
' n n S n n
S
được sử dụng để tính hệ số tương quan:
Các hệ số tương quan sau đó được chỉnh sửa:
) 0 ( 0001
1 ) 0 (
10 , , 1 ),
( ) ( )
(
' k w k r k k
2
1 exp )
(
2
f
k f k
W
s
Trang 11Trích rút tham số (4/4)
2 Trích rút Tham số LP
Các hệ số tự tương quan đã biến đổi r’(k) được sử dụng để thu được các hệ số lọc LP ai , i=0,…,10 từ các phương trình:
Các phương trình trên được giải bằng thuật toán Levinson-Durbin.
10
10 , , 1 )
('
|) (|
'
i i
k k
r k
i r
13/26