基于膚色模型和主元分析的視覺特征研究.pdf

1、基于隱馬爾可夫模型的語音識(shí)別技術(shù)已進(jìn)入識(shí)別性能平臺(tái)，但魯棒性能低，不適合于復(fù)雜環(huán)境下的應(yīng)用。人類語音的產(chǎn)生和感覺本質(zhì)上均是雙模態(tài)的(音頻和視頻)，語音信號(hào)是由發(fā)音器官產(chǎn)生的，不同的發(fā)音可能具有不同的嘴型。在語音識(shí)別過程中，音頻信息和視頻信息具有很好的互補(bǔ)性，因此近來年音頻-視頻混合語音識(shí)別(AVSR)得到了重視。AVSR技術(shù)的關(guān)鍵問題是臉部視頻特征的提取和音、視頻特征的結(jié)合方式。而如何準(zhǔn)確地將人臉和嘴唇實(shí)時(shí)檢測(cè)和定位，是視頻特征提取的關(guān)

2、鍵。該文通過分析和學(xué)習(xí)諸多前人在人臉特征點(diǎn)定位方面的算法，提出了一套簡單有效的人臉嘴部區(qū)域的自動(dòng)定位和分割方法，并在此基礎(chǔ)上進(jìn)行視頻特征的提取。 1、彩色頭肩像中人臉的檢測(cè)和定位。該文分析了人臉的特點(diǎn)和對(duì)算法的要求，介紹了一些常用的人臉檢測(cè)算法，同時(shí)指出他們存在的局限性，提出了一種設(shè)定參數(shù)門限的基于高斯膚色模型的人臉檢測(cè)及定位算法。在算法測(cè)試中，從實(shí)驗(yàn)數(shù)據(jù)可以看出，與傳統(tǒng)的算法相比，改進(jìn)的門限設(shè)定算法能夠大幅地減少運(yùn)算量，使算法

3、的實(shí)時(shí)性得到較大提高，并且仍保持較好的性能。 2、基于人臉初定位的嘴部區(qū)域(ROI)定位。該文在兩種主流研究方法中，選擇了基于象素的利用統(tǒng)計(jì)理論的方法——主元分析法(PCA)，提出在Cr和Gray兩種空間基于PCA的最小剩余誤差能量的ROI定位算法，并在算法中引入了受限窗掃描策略，通過實(shí)驗(yàn)可以看出，這種改進(jìn)后的算法，不僅盡可能地滿足了實(shí)時(shí)性的需要，而且大大改善了主元分析法對(duì)光照敏感的不足，使算法的魯棒性得到了較大的提高。

4、 3、視覺特征的提取和評(píng)價(jià)。該文在ROI準(zhǔn)確定位的基礎(chǔ)上，通過ROI在特征子空間的投影，實(shí)現(xiàn)了視覺特征的提取，并對(duì)所提取的特征進(jìn)行正確性和有效性兩方面的評(píng)價(jià)。在此，引入了相似度P作為特征準(zhǔn)確性評(píng)價(jià)的度量值，并通過特定人孤立數(shù)字的DTW識(shí)別實(shí)驗(yàn)驗(yàn)證了基于以上算法提取的特征的有效性。 4、以MATLAB6.5為開發(fā)語言，對(duì)各種算法進(jìn)行了實(shí)現(xiàn)與測(cè)試。實(shí)驗(yàn)結(jié)果表明，該文提出的算法具有受亮度影響小，定位精度高，魯棒性好的優(yōu)點(diǎn)，而且對(duì)單模態(tài)