两阶段迭代 Procrustes 匹配算法及其在基于 VQ 的说话人确认中的应用
计算机视觉与模式识别
2018-07-11 v1
摘要
在过去的几十年中，向量量化（VQ）模型在不同的模式识别领域非常流行，特别是对于基于特征的任务。然而，基于 VQ 的系统的分类或回归性能总是面临特征失配问题，这将严重影响其性能。在本文中，我们提出一种两阶段迭代 Procrustes 算法（TIPM）来解决基于 VQ 的应用中的特征失配问题。在第一阶段，该算法将为一对输入特征集移除失配的特征向量对。然后，第二阶段将收集那些在第一阶段被丢弃的正确匹配特征对。为评估所提出的 TIPM 算法的有效性，本文以说话人确认为案例研究。实验在 TIMIT 数据库上进行，结果表明 TIPM 能够提升基于 VQ 的说话人确认在干净条件及所有噪声条件下的性能。
引用
@article{arxiv.1807.03587,
title = {Two-stage iterative Procrustes match algorithm and its application for VQ-based speaker verification},
author = {Richeng Tan and Jing Li},
journal= {arXiv preprint arXiv:1807.03587},
year = {2018}
}
备注
Submitted in ICMV 2018, 7 pages