唇語識別技術(shù)的研究.pdf

1、唇讀技術(shù)可以通過說話人的口型運動特征對說話人的信息進行捕獲，該技術(shù)被廣泛應(yīng)用于語音識別、身份識別、人機智能接口以及多媒體系統(tǒng)等領(lǐng)域。一個完整的唇讀系統(tǒng)主要包括三個單元：唇部的檢測與定位、唇部特征提取、唇讀識別。本文主要針對唇讀系統(tǒng)的唇部的檢測定位單元和唇部特征提取單元進行了詳細的研究。
　　唇部的檢測與定位是唇讀識別的首要環(huán)節(jié)，其定位的效果將影響整個唇讀系統(tǒng)的工作。由于唇部有比較明顯的色度特征，近年來，國內(nèi)外在利用顏色特性檢測唇部

2、方面開展了廣泛的研究，取得了一定的成果，但尚無非常完善的唇部檢測算法。本文基于人臉的彩色圖像，對不同人種的唇色和膚色的色度分布進行了細致研究，在此基礎(chǔ)上提出了一種基于色度信息的自適應(yīng)濾波算法，結(jié)合唇部在人臉中的幾何特征和唇色在YCrCb空間的色度分離特性，采用自適應(yīng)的色度濾波器，有效地分割出唇輪廓，準確的檢測并提取了唇輪廓。為驗證算法效果，進行兩組實驗，將提出的算法和常用于唇部檢測的Red Exclusion算法進行比較。實驗結(jié)果表明，

3、文中的方法在有效性、魯棒性以及不同人種的膚色支持等方面有明顯的改進，而算法復(fù)雜度則沒有顯著增加。
　　特征提取在唇讀中具有核心地位，目標就是得到低維、低冗余度且具代表意義的特征向量。本文主要研究基于像素的特征提取方法，提出一個級聯(lián)的特征提取流程，首先對圖像采用相應(yīng)的變換，然后對變換結(jié)果降維，最后進行特征歸一化。基于對幾種變換方法的比較與分析，提出利用PCA對DCT和Gabor小波變換結(jié)果降維的DCT-PCA和Gabor-PCA方法