唇讀的靜動態(tài)特征表示方法研究.pdf

1、唇讀（Lipreading）研究試圖賦予計算機根據(jù)唇部運動辨別說話內(nèi)容和根據(jù)唇部運動規(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)用價值。從學(xué)科建設(shè)和發(fā)展的角度，唇讀作為一個科學(xué)問題，是一個典型的圖像模式分析、理解和分類計算的問題，涉及模式識別，計算機視覺，智能人機交互，認(rèn)知科學(xué)等多個學(xué)科。同時，作為生物特征識別技術(shù)之一的基于唇讀的說話人識別技術(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，唇讀在說話內(nèi)容識別上

2、還沒有獲得理想的識別性能，其中一個重要的原因就是沒有對唇區(qū)特征區(qū)域給出很好的定義和有效的特征表示。本文重點探討了特征表示的一些技術(shù)和關(guān)鍵問題，對唇區(qū)的特征區(qū)域標(biāo)定，靜、動態(tài)特征表示方面進行了專門研究。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)定方法首先通過手動標(biāo)定唇的“紅色區(qū)域”，然后對其范圍進行統(tǒng)計，得到以中心點為基準(zhǔn)的最大尺寸，并將統(tǒng)計信息反饋給

3、預(yù)處理模塊，由預(yù)處理模塊自動對特征區(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PCA、DCT、Gabor方法在唇讀中的應(yīng)用進行了深入研究和實驗對比。針對目前的特征表示方法沒有泛化能力的問題進行了探討，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算速度，在未來的實