唇讀的靜動(dòng)態(tài)特征表示方法研究.pdf

1、唇讀（Lipreading）研究試圖賦予計(jì)算機(jī)根據(jù)唇部運(yùn)動(dòng)辨別說(shuō)話內(nèi)容和根據(jù)唇部運(yùn)動(dòng)規(guī)律辨別人物身份的能力。該研究具有重要的科學(xué)意義和應(yīng)用價(jià)值。從學(xué)科建設(shè)和發(fā)展的角度，唇讀作為一個(gè)科學(xué)問(wèn)題，是一個(gè)典型的圖像模式分析、理解和分類計(jì)算的問(wèn)題，涉及模式識(shí)別，計(jì)算機(jī)視覺(jué)，智能人機(jī)交互，認(rèn)知科學(xué)等多個(gè)學(xué)科。同時(shí)，作為生物特征識(shí)別技術(shù)之一的基于唇讀的說(shuō)話人識(shí)別技術(shù)則在公共安全、信息安全等領(lǐng)域具有潛在的應(yīng)用前景。
　　目前，唇讀在說(shuō)話內(nèi)容識(shí)別上

2、還沒(méi)有獲得理想的識(shí)別性能，其中一個(gè)重要的原因就是沒(méi)有對(duì)唇區(qū)特征區(qū)域給出很好的定義和有效的特征表示。本文重點(diǎn)探討了特征表示的一些技術(shù)和關(guān)鍵問(wèn)題，對(duì)唇區(qū)的特征區(qū)域標(biāo)定，靜、動(dòng)態(tài)特征表示方面進(jìn)行了專門研究。本文主要的研究工作如下：
　　1.提出了基于統(tǒng)計(jì)的自適應(yīng)特征區(qū)域標(biāo)定方法。特征區(qū)域的標(biāo)定是唇讀特征表示的第一步，本文提出的標(biāo)定方法首先通過(guò)手動(dòng)標(biāo)定唇的“紅色區(qū)域”，然后對(duì)其范圍進(jìn)行統(tǒng)計(jì)，得到以中心點(diǎn)為基準(zhǔn)的最大尺寸，并將統(tǒng)計(jì)信息反饋給

3、預(yù)處理模塊，由預(yù)處理模塊自動(dòng)對(duì)特征區(qū)域重新標(biāo)定，由此可以使標(biāo)定尺寸自適應(yīng)于不同的圖片集。這種方法在本文的所有特征表示方法上取得了性能提升。
　　2.基于靜態(tài)圖像的特征表示的研究中，本文對(duì)PCA、DCT、Gabor方法在唇讀中的應(yīng)用進(jìn)行了深入研究和實(shí)驗(yàn)對(duì)比。針對(duì)目前的特征表示方法沒(méi)有泛化能力的問(wèn)題進(jìn)行了探討，引入一種新的特征描述子：局部二值模式，提出局部二值模式在唇讀中的應(yīng)用方法，該方法具有良好的泛化能力和較快的計(jì)算速度，在未來(lái)的實(shí)