唇讀系統(tǒng)關(guān)鍵技術(shù)的研究.pdf

1、唇讀技術(shù)屬于生物識別領(lǐng)域的一種技術(shù)。唇讀是通過利用視覺信息來補(bǔ)充聽覺信息，進(jìn)而提高計算機(jī)系統(tǒng)的理解能力。計算機(jī)唇讀過程為：視頻幀圖像的獲取、唇部定位、唇部特征提取、唇動識別。本文主要對這幾個方面的內(nèi)容進(jìn)行了研究。
　　針于唇部定位問題，首先檢測出人臉區(qū)域。在YCrCb顏色空間建立高斯概率模型來判定皮膚像素，利用二值圖像投影法定位人臉的大致位置。為了確定唇部區(qū)域，在人臉已檢測出來的情況下，基于人臉各個器官的分布特征，粗略地定位出唇部

2、區(qū)域。并進(jìn)一步基于Fisher判別法更準(zhǔn)確地區(qū)分出唇色和膚色，精確地確定出唇部區(qū)域。
　　針對唇部特征提取問題，為了獲取唇部幾何特征，先運(yùn)用局部灰度最小的方法，搜索得到唇部的左右嘴角點(diǎn)。利用唇部結(jié)構(gòu)的幾何對稱特征以及投影閾值分割等方法確定外唇輪廓的中點(diǎn)。唇部的幾何特征通過這幾個關(guān)鍵點(diǎn)之間的幾何比例關(guān)系獲得。另外唇部的像素特征運(yùn)用主成分分析法獲得。先基于主成分重構(gòu)的方法確定特征唇的維數(shù)，最終確定特征唇的維數(shù)為60。然后利用主成分分析

3、法提取唇部特征，每一幀唇部圖像的像素特征用一個六十維的向量表示。
　　在得到唇部特征之后，需要確定幀序列的始末位置以及對每幀唇部圖像進(jìn)行分類。首先運(yùn)用基于特征值方差的方法來剪切視頻幀序列，得到的始末位置存在一定的誤差。針對這個問題，提出基于方差梯度的方法，剪切得到的結(jié)果證明了此方法的有效性和可行性。另外對每幀唇部圖像進(jìn)行分類時，為了改善K-mean算法對初始聚類中心敏感的問題，運(yùn)用一種改進(jìn)的K-mean算法對唇形進(jìn)行分類。分類結(jié)果