基于圖像序列的嘴唇分割算法研究.pdf

1、隨著人工智能的發(fā)展，多媒體交互技術(shù)越來越得到相關(guān)領(lǐng)域研究者的關(guān)注。而語音識別技術(shù)作為交互技術(shù)的核心之一也得到了快速的發(fā)展。但是，在噪聲和干擾下，語音識別率明顯下降，從而使得作為語音識別輔助技術(shù)的唇讀技術(shù)得到了更多的關(guān)注。而嘴唇分割是作為唇讀技術(shù)的第一步至關(guān)重要。本文分析了嘴唇分割的相關(guān)算法，然后提出了在模糊聚類框架內(nèi)基于運(yùn)動(dòng)信息的嘴唇圖像序列分割算法。
　　基于運(yùn)動(dòng)信息的模糊聚類嘴唇圖像序列分割算法是在模糊聚類的框架內(nèi)融入運(yùn)動(dòng)信息

2、和參考顏色信息，從而實(shí)現(xiàn)對嘴唇圖像序列的快速準(zhǔn)確分割。通過分析嘴唇圖像序列，作者發(fā)現(xiàn)兩點(diǎn)信息：1）由于嘴唇的運(yùn)動(dòng)是連續(xù)的，對于那些運(yùn)動(dòng)較小或者靜止的像素點(diǎn)，它們被分為嘴唇類和非嘴唇類的概率也應(yīng)與上一幀保持連續(xù)性，而運(yùn)動(dòng)劇烈的像素點(diǎn)則沒有這種連續(xù)性。并且，本文選擇用Lucas-Kanade算法計(jì)算的光流矢量來表示幀間的嘴唇運(yùn)動(dòng)信息；2）對于同一個(gè)人的嘴唇序列來說，他/她的嘴唇顏色不會(huì)發(fā)生較大的變化，那么，嘴唇的聚類中心也不會(huì)發(fā)生較大的移動(dòng)