foxxray的問題，透過圖書和論文來找解法和答案更準確安心。 我們挖掘出下列價位、菜單、推薦和訂位總整理

基於深度神經網路實現影音辨識之雙輸入控制介面

為了解決foxxray的問題，作者陳俊毓 這樣論述：

本論文旨在設計影音雙輸入之辨識控制介面，主要分為手部姿態辨識與語音辨識兩種輸入介面系統。期待控制介面不需經由穿戴設備亦能透過手部做出特定姿勢或語音作為控制的訊號輸入源。在手部姿態辨識的部分，首先將攝影機所拍攝到的原影像進行灰階化與影像前處理，並利用Adaboost分類器辨識出影像中的人臉當作基準點，框選出特定大小影像作為辨識輸入影像，加快辨識速度。之後再透過卷積層、激活層、最大池化層和全連接層所構成的卷積神經網路進行分類，完成影像手部姿態辨識。在語音辨識部分，本論文使用遞迴神經網路中的長短期記憶來實現語音辨識功能。語音特徵提取是先利用語音前處理後再使用梅爾頻率倒頻譜參數，藉由快速傅立葉轉換將

訊號由時域轉換至頻域，接著將頻域訊號經三角帶通濾波器，再進行離散餘弦轉換，即可得到梅爾頻率倒頻譜參數作為語音特徵值輸入。將得到的語音特徵參數輸入長短期記憶神經網路進行預測，藉以達到語音辨識之功能。經由實驗測試，本論文實現之影音雙輸入控制介面都可以完成良好的辨識能力，並確實驗證了本論文之可行性。