1、模式识别 国家重点实验室 National Laboratory of Pattern Recognition 总第十七期 2001 年 12 月 NLPR Bulletin 科研动态 学术交流 视野模式识别国家重点实验室 目 录 中法实验室举办 2001 年开放日研讨会 3 中科院自动化所与上海广电集团公司开展技术交流与合作 4 2001年国际图象处 理大会召开 5 第八届国际计算机视觉大会 5 访问报告 6 第六届全国人机语音通讯学术会议 7 语言也能控制家电 8 从此动口不动手 玩具娃娃冲着记者喊 爸爸 让机器听懂我的话 9 标题简讯 12 视野 14 我所了解的日本 封面图 玩具娃娃冲
2、着记者喊 爸爸 内容详见第 8 页 2 模式识别国家重点实验室 2001年1 1月2 6日 一年一度的中科院自动化所中法 实验室开放日研讨会在自动化所二楼 会议室召开 这次会议由中科院自动 化所与法国研究机构 INRIA CNRS CIRAD 共同主办 来自中科院自动 化所 计算所大气物理所 清华大 学 东北大学上海交通大学等国内 研究机构的中国学者和法国专家以及使馆代表 共6 0多人参加了本次会议 会议开幕式于上午 9 00 开始 首先由中法实验室中方 主任胡包钢研究员致词 向与会来宾表示了热烈欢迎并简要汇报了中法实 验室在过去的一年里工作的进展情况 随后 法方主任 Phlippe de R
3、effye 中法实验室学术委员会代表 法国 驻中国使馆代表分别发言 研讨会上,中法实验室各项目代表分别介绍了各 自的课题背景进展情况以及下一步 的工作 在上午的会议中 徐学军介绍了 PDE 问题的优化研究 Michel Ayrault 专家介绍非均匀涡流的研究在 环境保护方面的应用 Veronique Prinet 博士介绍了基于卫星图像的洪水监测 Phlippe de Reffye 专家介绍了植物生长的计算机建模 在读博士曾智 洪介绍了数字化博物馆 在下午的会议中穆木专家介绍了地理物理流的研究 汪芸作了关于多层球面和复杂粒子 的报告 来自上海交大的杨杰介绍了 基于图象的模型和应用 清华大学的
4、 刘宝碇教授和廖庆敏分别介绍了大规 模不确定动态模型及计算机视觉和图 象综合处理 最后 刘闯教授还为大 家介绍了青藏高原冰川湖泊变化可视 化模型与虚拟显示建造 中法实验室 学术委员会对各个项目进行了提问和讨论 下午 中国科技部副部长马颂德和法国外交部副部长等 政府官员参观了中法实验室 并听取 了胡包钢研究员关于中法实验室的介 绍 两国政府的官员都对中法实验室 目前所开展的项目表示了很高的兴趣 并给予了极大的关注 同时 他们也 对中法实验室为促进中法两国的科学 交流所作的贡献表示了肯定 在本次会议期间 中外学者就当前科学的发展进行了热 烈的讨论 大家带着满意与收获结束 了全天的议程 曾智洪 /文
5、3 2001 年 12 月 11 日上海广电集团公司的信息产业技术中心副主任王国中教授 真空电子数字技术公司总经理刘一清高工等一行七人来我所参观访问 此前我所所长谭铁牛研究员曾率队前往上海广电集团公司 双方对各自感兴趣的领域和项目进行了充分的交流与讨论一致认为有很好的合作基础 谭铁牛所长邀请王国中教授等领导 专家到自动化所进行参观考察 以进一步加深双方的了解和合作 在此次 访问 我所活动中 谭民副所长对上海广电 集团公司的领 导和专家表示 热烈欢迎 简单介绍自动化所情况 并表达自 动化所希望与 上海广电实现 合作的强烈愿望以及自动化所为此所做的相关工作上广电集团的王国中教授介绍了上海广电一行此
6、次访问自动化所的目的与合作的愿望 并表示希望就语音识别技术 网络远程教育与远程医疗等方面与自动化所达成合作意向 我室副主任徐波研究员对实验室在分布式和嵌入式语音识别技术成果进行了介绍 中科模识公司总经理王阳生研究员向客人介绍了在医学图像处理 远程医疗诊断系统及相关的远程教育等方面的工作与成果 双方经过深入交 流与讨论 一致认为合作的基础很好 双方各自分别具有较强的技术资金和市场优势等 可以充分实现双方优势互补 除目前针对市场需求而进行的具体项目合作外 双方还达成了共建工程中心 联合人才培养 联合开发新产品等进一步合作的共识和意向 随后 上广电的领导 专家参观了模式识别国家重点实验室的成果演示
7、双方在参观过程中对具体问题也进行了充分的交流 通过双方的互访 都希望尽快进入实质性合作 自动化所将努力参与上海广电中央研究院建设和联合人才培养争取在机制机构等方面也能实现合作与优势互补 台宪清/ 文模式识别国家重点实验室 2001 年国际图像 处理大会 ICIP 2001 于2 001年1 0月7日 至1 1日 在希腊第二 大城 市萨罗际卡thessaloniki 召开 本次年 会共收录了来自全世界 793 篇文章 是一次规模盛大的图像处 理盛会 共分为22 个 oral sessions 和 36 个 poster sessions 我室共有两篇文章被录用在读博士生张建国代 表实验室参加了大
8、会 并在大会上做 了报告 取得了非常好的效果 扩大了实验室的影响从大会反馈的信息来 看 使人感觉到模式识别国家重点实 验室已在国际图像处理界占有一席之 地 并且现在实验室正在开展的科研 项目基本都是国际上普遍关注的前沿 课题 这也是我室的所有成员 多年来 努力的结果IEEE 信号处理 协会的主席Paramichalis 博士出席了大会并讲了话 他指出 美国遭 受恐怖分子的袭击 说明了恐怖组织 的肆虐 但同时也反映了当今世界的 安全措施期待进一步提高 这正是我 们信号处理科研工作者所关心的问题 也是正在努力去解决的问题 这段话反映出我们实验室正在开展的基于 生物特征的身份鉴定 网络安全鉴定 视觉
9、监控等科研课题是非常有前途 的课题 相信在将来的 ICIP 中 我室会有越来越多的文章出现在会议录上 会受到越来越多的关注 张建国/文第八届 国际计 算机 视觉大会ICCV 于 2001 年 7 月 9 日-12 日在加拿大温哥华举行 有将近 600 人参加 大会共收到论文 596 篇 接受论文 205 篇 包括 45 篇 口头报告 160篇墙报论文 模式识 别国家重点实验室谭铁牛研究员 王 蕴红副研究员参加了该会议 本次大 会会议论文涉及了计算机视觉的方方 面面 其中比较有前景的视觉跟踪和 机器学习引起了该领域众多研究人员 的热情 传统的几何等问题的研究依 然在这一领域中占很大比重 麻省理
10、工学院 MIT卡内基梅隆大学的人 工智能实验室做5 模式识别国家重点实验室 了许多有代表性的工 作 本届会议的马尔奖由 Steven Seitz 美国华盛顿大学 Kentaro Toyama 和 Andrew Blake 微软研究院 Yaron Caspi 和Michal Irani 以色 列威斯曼学院Lior Wolf 和 Amnon Shashua 以色列海布鲁大学 获得 美国依利诺斯大学的托马斯黄教授 获得了终身成就奖 在本届大会中 共有 14 个演示系统参加演示 这些系统包括人脸跟踪图像分割 步态识别 等等 与以往大会相比 本届大会的 演示系统更加贴近实际需要 有些演 示系统已形成产品
11、 除了大会主会议外 还有9 个 WORKSHOP在会议期间召开 拓宽了研究领域 参会人员的绝 大部分都参加了WORKSHOP 第八届国 际计算 机视 觉大会圆满结束 第九届 国际计 算机视觉大会ICCV 将于 2003 年在北京举行 将由中国科学院自动化 研究所和微软中国研究院共同承办 科技部副部长马颂德研究员将担任该 届国际计算机视觉大会主席 王蕴红/文我室胡占义研究员于2 001年9月2 5日 到2001年1 0月3日 对捷克技术大学进行了访问 该次访问是中捷科技合作项目 基于计算机视觉的三维重建 表达和可视化 的一部分内容 该项目为国家科技部与捷克教育部之间的合作项目 项目的中方负责人为
12、中科院自动化所的胡占义研究员捷方负责人为捷克技术大 学 的 Vaclav HLAVAC教授 在捷克访问期间胡占义研究员作了 PnP问题研究的最新进展的学术讲座 参观了捷克技术大学的机器感知实验室 机器人实验室参观了 2001 年 Brno 国际机械和电子交易会参观了 Brno技术大学的机器人和机器人视觉实验室 与捷克教育部主管亚洲国家合作事物的 Milos CHVOJKA 博 士 进行了座谈 在访问期间双方决定进一步加强捷克技术大学和中科院自动化所之间的合作 并决定中科院自动化所的张淮峰博士今年年底将去捷克技术大学进行为期 3 月的合作研究 胡占义/文6 模式识别国家重点实验室 全国 人机语音
13、 通讯学术 会议创 建 于汉语语 音识别 与 合成技术 开始走 向 应用之 际 它 及时交流了这一 领域的 最 新研 究成果 促进了该领域研 究和开 发 工作 的不断 进步 这是语 音识别 语音合成方面国 内最高 水 平的会议 2001 年 11 月 20日至 22 日 第六届全国人 机语音 通 讯学术会 议在深 圳 大学风景 秀丽的 文 山湖 畔隆重 召开 本次会议共 收到的 论 文数目是 历届以 来 最多的 达到 119 篇从 质量上 看 17 篇大会报告 都来自 本 领域的著 名专家 学者 分组报 告中也不乏 优秀论 文 从内容上看 这其 中有报告各研究 单位的 最 新研 究和开 发成果
14、 有回顾历 史 展望未来 探索今 后研究方向 还有和 人机语音通讯相 关的基 础 研究等等 模式 识别国家 重点实验 室涉及 该 领域的二 个研究 组 积极 参加了 本次会 议黄泰翼 研究员 担 任本届大 会的程 序 委员 会主席 徐波研究员 受大会 邀请 作了移动 互联时 代 的语音技 术研究 和 应用 的大会 报告 针对移动 互连时 代 语音 技术应 用特点 阐述了语 音技术 研 究中平 台 信号处 理自然语 言处理 等 方面 的研究 趋势 受到了与会 者的热 烈 欢迎 我 室此次共 有 11篇 文章被 大会录 取其中 7 篇口 头报告 ,4篇墙 报 在 会议结束的青年 优秀论 文 评选中
15、 我室 在读博士生胡伟 湘和贾 磊 同学双双 获得优 秀 青年 论文奖 会上 在和与会 者的交 流 中我们实 验室的 工 作环境 软硬 件等条件使外校 的同学 们 青睐不 已 于 不经意间树立了 我们良 好 的形象 另外 值得 高兴的 是 经 大会委员会 研究决 定 下一届会议将 由模式 识 别国家重 点实验 室 主办 张翼燕 /文7 模式识别国家重点实验室 从此动口不动手 中国科学院 自动化 研 究所一 项高 科技成 果 用语音 而不 是用遥 控器 控制电视机 电风扇 空调 等家用电器 使行动不便的人及盲人免除难以按键之苦 在日常生活中 想打开电视机时 有时 可能会 发现 遥控器不见了 遥控
16、器复杂的按键也常常使老人们或儿童无从下手 盲人按键盘控制家电更困难 有鉴与此 该所的北京中科模识科技 有限公司以模式识别国家 重点实验室为技术支撑 研究和制造出 “智 能家居 的中 央语音控制器 “ 它能使家 电听懂人的语言 并能 按照人的语音命令开机 或 关机 它能在家庭范围内对电视机 电风扇 空调等家电的随时随地随意的语音控制 用语音控制家电 不必使用传统的遥控器 能给人们生活带来极大的便利 回家途中 您 就可以使用便捷轻 巧的 “家 电集中控制器 “ 设定 空调温度并提前开机 迈进家门 您不必再四处寻找电视遥控器 而只需直接对电视机说北京台或是中央台的几频道 便可欣赏该台的电视节目 入睡
17、前 您厨房的灯还没有关 躺在床上只要说声 “关 灯 “ 电灯便可 应声而灭 模式识别国家重点实验室集语音 图像 机器人 虹膜 数字水印等技术的研发于一体 而其在语音识别方面的强大实力为国内一流 摘 自 科学时报 玩具娃娃冲着记者喊 爸爸 在中科院展台前 一大堆人被语音识别技术带给人们的乐趣与方便所吸引 北京中科模识科技有限公司负责展示的人员正拿着一个无线麦克风对着一台8 模式识别国家重点实验室 开着的 电视机 在 自言 自语 中央 一台 凤 凰卫视 调低 音量 电视机 则应声调到了中央一台和凤凰卫视 并将音量调小了下来 见围观的人看得兴起 展示人员又对着上面标有 客厅 灯 卧室灯 等字样的几个
18、灯泡 自言自语 起来而这几个灯泡也是听话得很 都应和着他的声音次第睁开了眼 记者一时心痒从展示人员手里拿过麦克风 对着一辆玩具汽车喊了起来前进 它真 就 哄 的一 声往前 冲了 过去 向左 转 它 又坚定 不移地 执行了记者的指令 在展示人员的指点下 记者对一个玩具洋娃娃喊了一声 背首唐诗 它竟 床前 明月 光 地背 诵起 来 展示人 员提示 记者 要 它叫你 一声爸爸 记者冲着娃娃大喊一声 快叫爸爸 它真的甜甜地叫了记者两声 爸爸让刚结婚不久的记者在高交会馆当 爸爸 当得满脸通红 摘自 深圳商报 解读国家 863 计划项目-语音识别技术 语音识别是一门交叉学科 语音识别正逐步成为信息技 术中
19、人机接口的关键技术 语音识别 技术与语音合成技术结合使人们能够 甩掉键盘 通过语音命令进行操作 语音技术的应用已经成为一个具有竞 争性的新兴高技术产业 语音识别技 术与机器 进行语音交流 让机器明白你说 什么 这是人们长期以来梦寐以求的 事情 语音识别技术就是让机器通过 识别和理解过程把语音信号转变为相 应的文本或命令的高技术 语音识别是一门交叉学科近二十年来 语音识 别技术取得显著进步 开始从实验室 走向市场 人们预计 未来 10 年内 语音识别技术将进入工业 家电 通信 汽车电子医疗 家庭服务 消 费电子产品等各个领域 语音识别听 写机在一 些领域的应9 模式识别国家重点实验室 用被美国新
20、闻界评为 1997 年计算机发展十件大事之一 很 多专家都认为语音识别技术是 2000 年至 2010 年间信息技术领域十大重要 的科技发展技术之一语音识别技术的基础 语音识别技 术关系到 多学科的研究领域 不同领域上 的研究成果都对语音识别的发展作了贡献 让机器识别 语音的困 难在某种程度上就像一个外语不 好的人听外国人讲话一样 它和不同 的说话人 不同的说话速度 不同的 说话内容 以及不同的环境条件有关 语音信号本身的特点造成了语音识 别的困难 这些特点包括多变性 动态 性 瞬时性和连续性等 计算机语 音识别过程与人对语音识别处 理过程 基本上是一致的 目前主流的语音 识别技术是基于统计模
21、式识别的基本 理论 一个完整的语音识别系统可大致分为三部分 1 语 音特征 提取 其目的是从语音波形中提取出随 时间变化的语音特征序列 2 声 学模型 与模式 匹配 识别算法 声学模型通常将获取的语音特征通过学习算法产生 在识别时将输入的语音特征同声学 模型 模式 进行匹配与比较 得到最佳的识别结果 3 语 言模型 与语言 处理 语言模型包括由识别语音 命令构成的语法网络或由统计方法构 成的语言模型语言处理可以进行语 法 语义分析对小词表语音识别系 统 往往不需要语言处理部分 声学模型是识别系统的底层模型并且是语音识别系统 中最关键的一部分 声学模型的目的 是提供一种有效的方法计算语音的特 征
22、矢量序列和每个发音模板之间的距 离 声学模型的设计和语言发音特点 密切相关 声学模型单元大小 字发 音模型 半音节模型或音素模型 对 语音训练数据量大小 系统识别率 以及灵活性有较大的影响 必须根据不同语言的特点识别系统词汇量的大 小决定识别单元的大小 语言模型对中 大词汇量的语音识别系统特别重要 当 分类发生错误时可以根据语言学模型 语法结构 语义学进行判断纠正 特别是一些同音字则必须通过上下文 结构才能确定词义 语言学理论包括 语义结构 语法规则 语言的数学描 述模型等有关方面 目前比较成功的 语言模型通常是采用统计语法的语言 模型与基于规则语法结构命令语言模 型 语法结构可以限定不同词之间的 相互连接关系减少了识别系统的搜 索空间 这有利于提高系统的识别 语音识别过 程实际上 是一种认识过程 就像人们听语 音时 并不把语音和语言的语法结构 语义结构分开来 因为当语音发音 模糊时人们可以10
