پردازش علایم و داده ها
سال:1389 | دوره:- | شماره:2 (پیاپی 14) |تعداد مقالات:7

در این مقاله یک روش احراز هویت بر اساس تصاویر با کیفیت پایین کف دست ارائه شده است. در پیاده سازی این سیستم، ابتدا با استفاده از تبدیل های کانتورلت و موجک ویژگی های مورد نظر استخراج می شوند. در مرحله دوم ویژگی های مناسب با استفاده از روش مبتنی بر فیلتر Across Group Variance (AGV) انتخاب می گردند. در آخر نیز با استفاده از روش طبقه بندی، احراز هویت صورت می گیرد. در این تحقیق برای طبقه بندی، سه روش ماشین بردار پشتیبان (SVM)، نوع بهبودیافته نزدیک ترین همسایه (RNN) و هم چنین نسخه تقویت شده تحلیل تفکیک کننده خطی مستقیم (BDLDA) مورد ارزیابی قرار گرفته است. در ضمن، آزمایش ها بر روی پایگاه داده مشهور تصاویر کف دست دانشگاه پلی تکنیک هنگ کنگ انجام شده است. نتایج حاصل نشان می دهد که ترکیب سیستم ارایه شده با طبقه بند تحلیل تفکیک کننده خطی مستقیم تقویت شده، بازدهی بهتری را نسبت به سایر روش های انجام شده بر همین پایگاه ارایه می دهد.

رمزهای جریانی یکی از مهمترین انواع الگوریتم های رمزنگاری متقارن است که به لحاظ قابلیت های ویژه و مناسب در برخی از کاربردهایی مانند امنیت شبکه ها و ارتباطات مخابراتی، ارزیابی امنیتی آن ها در حوزه شبکه های ارتباطی از اهمیت به سزایی برخوردارند و پروژه بین المللی eSTREAM در راستای افزایش فعالیت در این شاخه رمزنگاری نقش به سزایی ایفا نمود. در این مقاله یکی از الگوریتم های رمز جریانی پایه آرایه ای با استفاده از حمله تمایز، مورد ارزیابی تحلیلی قرار می گیرد. در واقع ایده اصلی این مقاله در معرفی دو دسته تمایزگر، تمایزگر پایه و بهبودیافته بر روی الگوریتم رمز جریانی  HC-256’می باشد که در حمله پایه، نیاز به 2560.3 رشته کلید خروجی می باشد، درحالی که در حمله بهبودیافته نیاز به 2555.4 رشته کلید خروجی می باشد. بنابراین در حمله بهبودیافته به طور تقریبی سی مرتبه کم تر از حمله پایه، نیاز به رشته کلید خروجی از الگوریتم رمز داریم.

نوفه تناوبی، الگو یا الگوهایی ناخواسته تکرارشونده در سراسر تصویر است که منجر به کاهش کیفیت تصویر و ایجاد ساختارهایی متناوب، شبیه هاشورخوردگی روی تصویر خواهد شد. در این مقاله ضمن بررسی و مقایسه روش های موجود برای کاهش اثر این نوفه، یک فیلتر میانه تطبیقی در حوزه فرکانس با بار محاسباتی قابل قبول پیشنهاد می شود. در روش پیشنهادی، فرکانس های متناظر با نوفه ها و پهنای هر یک به صورت تطبیقی و با توجه به محتوای تصویر تخریب شده در حوزه فرکانس، مشخص می شود. سپس فقط برای فرکانس های تخریب شده، فیلتر میانه در حوزه فرکانس که از روش های موثر در کاهش اثر نوفه تناوبی است، اعمال شده و تصویر تصحیح شده، به دست می آید. روش پیشنهادی و روش های مورد مقایسه در محیط MATLAB پیاده شده و از لحاظ بهبود کیفیت در شرایط مختلف مورد ارزیابی قرار می گیرند. سپس به منظور مقایسه پیچیدگی محاسباتی و زمان اجرای الگوریتم ها، روش های مورد مقایسه توسط کتابخانه OpenCV و زبان برنامه نویسی C پیاده سازی می شوند. مقایسه نتایج در شرایط مختلف نشان می دهدکه بهبود حاصل شده توسط روش پیشنهادی از سایر روش های مورد مقایسه، بیشتر بوده و در عین حال، بار محاسباتی کم تری نیز دارد.

سیستم های متداول کاوش گر کلمات دارای یک مدل بازشناسی گفتار هستند که وظیفه آن تعیین کلیدواژه های کاندیدشده و امتیاز اطمینان آن هاست. به طور معمول قبول و یا رد کلیدواژه های کاندید شده بر مبنای مقایسه این امتیاز با یک مقدار آستانه ثابت انجام می گیرد. از آن جا که عمل کرد مدل بازشناس در تشخیص واحدهای زیرکلمه ای متفاوت، یکسان نمی باشد؛ بنابراین اختصاص امتیاز اطمینان برای هر کلیدواژه بدون در نظر گرفتن ساختار واحدهای زیرکلمه ای آن مناسب نیست. از این رو در این مقاله یک روش به طور کامل جدید نرمالیزاسیون امتیاز اطمینان بر اساس ساختار واجی کلیدواژه ها و روش برنامه ریزی خطی ارائه شده است. هدف این روش امتیازدهی به اجزای واجی هر کلیدواژه، بر اساس بیشینه نمودن تفکیک توزیع امتیاز اطمینان اولیه کلیدواژه های درست و غلط تشخیص داده شده است. نتایج به دست آمده نشان می دهد که استفاده از روش پیشنهادی منجر به بهبود دو درصدی معیار FOM نسبت به سیستم پایه خواهد شد.

اتصال قطعات از پیش ضبط شده گفتار، یکی از روش های سنتز گفتار است که با عنوان سنتز مبتنی بر انتخاب واحد، شناخته می شود. ایده اصلی این گونه سیستم ها، جستجو و انتخاب بهترین نمونه های گفتاری از درون یک دادگان بزرگ و اتصال آن ها به منظور تولید شکل موج نهایی می باشد. جستجو در حجم وسیعی از دادگان برای انتخاب نمونه های مناسب، امری زمان بر است. هم چنین، بسیاری از کاربردها تحمل زمان طولانی برای سنتز گفتار را ندارند. در این مقاله روش جستجوی شعاعی برای محدودکردن فضای جستجو و کاهش زمان جستجو ارائه می شود. در این روش، درخت جستجو هرس می شود تا مسیرهایی که احتمال بهینه بودن آن ها کم تر است، از فضای جستجو حذف گردند. آزمایش های انجام گرفته نشان می دهد که با حذف %60 از مسیرهای جستجو، به کمک این روش، زمان سنتز %57 کاهش پیدا کرد، درحالی که طبیعی بودن گفتار سنتزشده بر اساس روش ارزیابی MOS از 4.2 به 4.0 کاهش یافت که تنها کاهشی معادل %4.7 را نشان می دهد. هم چنین با پیرایش %10 از دادگان بر اساس هر یک از دو معیار مطرح شده در این مقاله، سرعت سنتز %14.07 افزایش پیدا کرد؛ اما بر اساس ارزیابی MOS، طبیعی بودن گفتار از 4.2 به ترتیب به 3.99 و 4.04 کاهش یافت که این اختلاف، معادل %5 و %3.8 نسبت به حالتی که دادگان پیرایش نشده بود، می باشد.

با توجه به جایگاه مبادلات پولی در زندگی روزمره، تجهیزات فراوانی مانند ماشین های فروش، مرتب کنندهای اسکناس، دستگاه های خودپرداز، و دستگاه تشخیص اسکناس برای نابینایان ساخته شده است. این تجهیزات روز به روز گسترده تر و با قابلیت بیشتر عرضه می گردند، که بالطبع نیاز به روش های تشخیص اسکناس کارآمد، سریع، دقیق و قابل اطمینان دارند. در اغلب روش های تشخیص اسکناس، یکی از مشخصه های تصویر، مانند رنگ غالب، طیف ماوراء بنفش و یا اطلاعات بافت تصویر استخراج و فرآیند تشخیص بر اساس آن انجام می شود. این مقاله روشی را برای تشخیص اسکناس معرفی می نماید که اطلاعات بافت و رنگ تشکیل یک بردار ویژگی داده که m مولفه اول آن متعلق به اطلاعات بافت بوده و سایر مولفه های بردار متعلق به اطلاعات رنگ می باشد. بهترین میزان درصد شناسایی اسکناس ها با استفاده از سایر روش ها 85 درصد بوده که در روش ارائه شده این میزان (به خصوص در مورد اسکناس های مخدوش) ده درصد بهبود یافته است.

در این مقاله، سه گونه گفتاری متفاوت از کلماتی یکسان از طریق هم گذاری هجاها به سه روش متفاوت بازسازی شدند. در روش اول، کلمات از طریق هم گذاری هجاهای حساس به بافت نوایی بدون پردازش فرکانس پایه و دیرش هجاها ساخته شدند. در روش دوم، ابتدا کلمات با هجاهای غیرنوایی هم گذاری و سپس هجاهای درون کلمات هم گذاری شده با توجه به جایگاه نوایی کلمات در سطح جمله در حوزه فرکانس پایه و دیرش پردازش شدند. در روش سوم، کلمات بدون هر گونه پردازش نوایی از طریق هم گذاری هجاهای غیرنوایی ساخته شدند. کلمات بازسازی شده سپس در جایگاه های نوایی آغاز و پایان IP،AP  و PW در درون سه جمله حامل قرار داده شده و پس از تولید در یک آزمون ادراکی به آزمودنی ها ارائه شدند. نتایج آزمون ادراکی نشان داد که کیفیت گفتار بازسازی شده نوع اول و دوم در تمامی جایگاه های نوایی به طور معنی داری از نوع سوم طبیعی تر است. هم چنین بر اساس نتایج به دست آمده کیفیت گونه های گفتاری نوع اول و دوم در حد «طبیعی» است ولی میزان طبیعی بودن گونه گفتاری نوع اول در تمامی جایگاه ها از نوع دوم بیشتر است و این تفاوت در بعضی از جایگاه ها معنی دار است. این نتایج نشان می دهد واحدهای بازسازی حساس به بافت نوایی، کیفیت گفتار بازسازی شده را تا حد قابل قبولی بهبود می بخشد.