基于HMM與深度學(xué)習(xí)的唇讀識別研究.pdf

1、隨著科技的進步，人們的生活水平逐漸提高，電子設(shè)備已經(jīng)融入到日常生活的方方面面，隨之而來的是人們對于電子設(shè)備的各種需求也在不斷提高，唇讀識別技術(shù)應(yīng)運而生。語音識別技術(shù)在嘈雜環(huán)境下效果不理想，語言障礙患者與人交流始終存在巨大的阻礙，現(xiàn)有的基于密碼以及指紋的隱私保護方法安全性越來越低，這些問題都可以通過唇讀識別得到很好的解決。甚至在軍事以及國土安全等領(lǐng)域，唇語識別同樣可以幫助獲取犯罪信息，有效的打擊恐怖犯罪行為。
　　然而唇讀識別作為一

2、項新興技術(shù)，盡管其涵蓋的各個領(lǐng)域擁有各種各樣的研究方法，但整體上較低的識別精度以及其局限性仍使得該項技術(shù)僅停留在理論研究階段，而不能應(yīng)用于實際。針對這一現(xiàn)狀，本文從人臉檢測、唇部定位、特征提取、唇動識別等方面做簡要分析，并在此基礎(chǔ)上提出一種基于HMM和深度學(xué)習(xí)的唇讀識別系統(tǒng)以及一種應(yīng)用于電子設(shè)備上的唇語解鎖方法。
　　本文所述的唇讀識別系統(tǒng)通過對唇形特征建立HMM模型，經(jīng)訓(xùn)練后與待識別特征進行相似度計算而實現(xiàn)唇讀識別。該方法所使用

3、的特征包括外唇高度、內(nèi)唇高度和唇寬度以及三者關(guān)于時間的一階導(dǎo)數(shù)；在完成臉部關(guān)鍵點檢測后這六個特征均可通過計算得到。在此基礎(chǔ)上，本文分別使用高斯混合模型和深度置信網(wǎng)絡(luò)模型對視素進行擬合。類似的，唇語解鎖方法使用外唇高度、內(nèi)唇高度和唇寬度三個特征，并通過高斯混合模型對視素進行擬合。
　　實驗結(jié)果表明，本文所提出的唇讀識別方法是可行的，其識別精度能夠滿足需求；唇語解鎖方法有效的降低密碼盜用的可能性，相比于傳統(tǒng)的密碼機制以及指紋識別等具有