2007, 29(12): 2814-2818.
doi: 10.3724/SP.J.1146.2006.00434
刊出日期:2007-12-19
将平面图像转换成立体图像很有意义。Hou等人(2002)提出了一种平面图像立体化方法,称为Hou方法。在这个方法中Hou等人使用随机变量等参数控制转换过程,但没有讨论这些参数对立体效果的影响。该文利用Hou方法在标准的计算机监视器上对含有心理深度暗示的平面图像进行了立体化,给出了评价转换后的立体效果的定量指标,并讨论了各参数对立体效果的影响。实验结果表明:当随机变量矩阵中的每一个随机变量都服从同一种均匀分布时,随机变量的取值对立体效果没有多大的影响;当监视器屏幕与观察者的距离为一个合适的值(例如1m)时,图像子块的个数取不同的值对立体效果没有多大的影响。
2008, 30(5): 1109-1112.
doi: 10.3724/SP.J.1146.2006.01760
刊出日期:2008-05-19
为快速生成高质量混淆网络,该文提出一种最大后验弧主导的快速生成算法。它只需遍历一遍Lattice,具有线性时间复杂度。采用K-L散度(Kullback-Leibler Divergence,KLD)来度量弧标号之间的发音相似性,改善了混淆网络生成中弧对齐的准确性。实验结果显示,所提算法在生成速度上和Xue的快速算法是可比的,而生成质量更好。通过采用KLD作为弧标号相似性测度,生成混淆网络的质量得到了进一步提高。