[發明專利]多視角向量處理方法和設備

有效

• 申請號: 201710343390.6
• 申請日: 2017-05-16
• 公開（公告）號: CN108875463B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 石自強;劉柳;劉汝杰
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06K9/00
• 分類號: G06K9/00;G10L17/04;G10L15/06;G10L15/02
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李春暉;李德山

本申請公開了一種多視角向量處理方法和設備。其中，所述多視角向量x用于表征包含至少兩個不可分立的視角的信息的對象，該方法包括：建模步驟，建立該多視角向量的模型，使得其至少包含以下分量：所述多視角向量的總體均值μ；所述多視角向量的每一個視角的分量；以及噪聲∈；以及訓練步驟，利用所述多視角向量x的訓練數據獲得所述總體均值μ、每一個視角的分量的參數和所述噪聲∈的參數。該設備包括處理器和存儲有程序代碼的存儲介質，所述程序代碼當被處理器執行時，實現如前所述的方法。

技術領域

本申請涉及信息處理領域，具體地涉及多視角向量的分析和比較。

背景技術

在各種模式識別技術中，所提取和利用的特征往往是較為直觀和可分立的特征。比如一個物體的形狀特征和紋理特征就是可以分立的，對于一個物體可以僅考慮其形狀而不考慮其紋理(紋理項為0)，或者反過來僅考慮其紋理而不考慮其形狀(形狀項為0)。又比如，對于頻域的波形疊加，疊加的結果的波形看起來似乎是不可分割的，但是其高頻成分和低頻成分可以被分離且獨立存在，也就是說相應的另一個成分為0。對于這樣的情形，對于每一個獨立的特征可以分別建模，然后簡單疊加即可。

發明內容

在下文中給出了關于本發明的簡要概述，以便提供關于本發明的某些方面的基本理解。應當理解，這個概述并不是關于本發明的窮舉性概述。它并不是意圖確定本發明的關鍵或重要部分，也不是意圖限定本發明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細描述的前序。

根據本發明的一個方面，提供了一種多視角向量處理方法，其中，所述多視角向量x用于表征包含至少兩個不可分立的視角的信息的對象，該方法包括：建模步驟，建立該多視角向量的模型，使得其至少包含以下分量：所述多視角向量的總體均值μ；所述多視角向量的每一個視角的分量；以及噪聲；以及訓練步驟，利用所述多視角向量x的訓練數據獲得所述總體均值μ、每一個視角的分量的參數和所述噪聲的參數。

還提供了一種多視角向量處理設備，包括處理器和存儲有程序代碼的存儲介質，所述程序代碼當被處理器執行時，實現如前所述的方法。

依據本發明的其它方面，還提供了相應的計算機程序代碼、計算機可讀存儲介質和計算機程序產品。

根據本申請的多視角向量處理方法和設備，能夠將相對不可分立的多個視角通過建模的方式分離出來，進而利用所建立的模型來進行有關每一個視角分量在不同的多視角向量之間是否相同的判斷，例如用于聲紋確認。

通過以下結合附圖對本發明的優選實施例的詳細說明，本發明的這些以及其他優點將更加明顯。

附圖說明

為了進一步闡述本申請的以上和其它優點和特征，下面結合附圖對本申請的具體實施方式作進一步詳細的說明。所述附圖連同下面的詳細說明一起包含在本說明書中并且形成本說明書的一部分。具有相同的功能和結構的元件用相同的參考標號表示。應當理解，這些附圖僅描述本申請的典型示例，而不應看作是對本申請的范圍的限定。在附圖中：

圖1是相對不可分立的分量的示意圖表；

圖2是相對可分立的分量的示意圖表；

圖3是根據被公開的多視角向量處理方法的一種實施方式的示意流程圖；；

圖4是根據被公開的多視角向量處理方法的另一種實施方式的示意流程圖；

圖5是根據被公開的多視角向量處理方法的兩種場景示意圖；

圖6A是根據被公開的多視角向量處理方法的又一種實施方式的示意流程圖；

圖6B是根據被公開的多視角向量處理方法的再一種實施方式的示意流程圖；

圖7是其中可以實現根據本發明的實施例的方法和/或裝置的通用個人計算機的示例性結構的框圖。

具體實施方式