Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги

Video nomi 
Odamlar 
Ayiq 
Futbol 
Inson yuzi 
Inson 
CLE 
(piksellarda) 
6.8 
7.7 
10.3 
3.2 
6.5 
Acc (%) 
92.4 
93 
89.8 
95.7 
94.5 
Ushbu ilmiy ish natijalaridan ko’rinib turibdiki, taklif qilingan usul obyektni 
turli xil videolarda samarali kuzatishi mumkin. 
Foydalanilgan adabiyotlar 
[1]
G. Bevacqua, J. Cacace, A. Finzi, and V. Lippiello, “Mixed-initiative planning and 
execution for multiple drones in search and rescue missions,” in Twenty-Fifth 
International Conference on Automated Planning and Scheduling, 2015. 
[2]
K. Kanistras, G. Martins, M. J. Rutherford, and K. P. Valavanis, “Survey of unmanned 
aerial vehicles (uavs) for traffic monitoring,” in Handbook of Unmanned Aerial Vehicles. 
Springer, 2015, pp. 2643-2666. 

---

421 
[3]
A. W. Smeulders, D. M. Chu, R. Cucchiara, S. Calderara, A. Dehghan, and M. Shah, 
“Visual tracking: An experimental survey,” IEEE Transactions on Pattern Analysis and 
Machine Intelligence, vol. 36, no.7, pp. 1442–1468, 2014. 
[4]
R. Mahony, V. Kumar, and P. Corke, “Multirotor aerial vehicles,” IEEE Robotics and 
Automation magazine, vol. 20, no. 32, 2012. 
[5]
D. Exner, E. Bruns, D. Kurz, A. Grundhöfer and O. Bimber, "Fast and robust CAMShift 
tracking," 2010 IEEE Computer Society Conference on Computer Vision and Pattern 
Recognition - Workshops, San Francisco, CA, 2010, pp. 9-16. 
АЛГОРИТМ ОБНАРУЖЕНИЕ ГОЛОСОВОЙ АКТИВНОСТИ В
РЕЧЕВЫХ СИГНАЛАХ НА ОСНОВЕ ЭНЕРГИИ 
 
П.Б.Нуримов (докторант НИЦ ИКТ при ТУИТ) 
А.Н.Самижонов (студент ТУИТ имени Мухаммада ал-Хоразми) 
В голосовой связи речь может быть охарактеризована как прерывис-
тый носитель информации из-за пауз, которые являются характерными
особенностями данного вида сигналов по сравнению с другими мульти-
медийными сигналами, такими как видео, аудио и данные [1]. Интервалы,
где голосовая информация присутствует, называют участками активной
речи, а паузы между речевыми «всплесками» – участками пауз.
Детектор активности речи (voice activity detector – VAD) -это алгоритм, 
предназначенный для различения интервалов активной речи и пауз. Он 
используется во многих приложениях, которые работают с аудио или речью, 
для повышения эффективности кодирования, распознавания, улучшения 
разборчивости речи и индексации аудио [2]. Приминение VAD позволяет 
выделить голосовую активность с речевого или аудио сигнала. Результат 
VAD предоставляется на последующую обработку (Рис.1).
Рис. 1. Общая схема алгоритма обработки речи 
Оценка результата алгоритма VAD является сложным процессом [3]. 
Оценка осуществяется в контексте другой задачи, такие как кодирование или 
распознавание речи. 
Постановка проблемы. Для определения входного сигнала 
x
как 
активную речь или паузу, вводим функцию 
( )
y VAD x

: 
*
0, если
не является речью;
1, иначе.
x
y

 

Соответственно, вероятность присутствия речи - это вероятность того, 
что 
x
- это речь,
  

=
речь
S x
P x

, тогда: 
0,
( )
( )
1,
( )
S x
VAD x
S x




 


где, 

- скалярный порог. 
VAD на основе энергии. Речевой сигнал не является стационарным. Так 
как, речь иногда энергична, иногда нет, то предполагается, что неречевые