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別技術(shù)已進入識別性能平臺，但魯棒性能低，不適合于復雜環(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。在語音識別過程中，音頻信息和視頻信息具有很好的互補性，因此近來年音頻-視頻混合語音識別(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。而如何準確地將人臉和嘴唇實時檢測和定位，是視頻特征提取的關(guān)

2、鍵。該文通過分析和學習諸多前人在人臉特征點定位方面的算法，提出了一套簡單有效的人臉嘴部區(qū)域的自動定位和分割方法，并在此基礎(chǔ)上進行視頻特征的提取。 1、彩色頭肩像中人臉的檢測和定位。該文分析了人臉的特點和對算法的要求，介紹了一些常用的人臉檢測算法，同時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及定位算法。在算法測試中，從實驗數(shù)據(jù)可以看出，與傳統(tǒng)的算法相比，改進的門限設(shè)定算法能夠大幅地減少運算量，使算法

3、的實時性得到較大提高，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，通過實驗可以看出，這種改進后的算法，不僅盡可能地滿足了實時性的需要，而且大大改善了主元分析法對光照敏感的不足，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價。該文在ROI準確定位的基礎(chǔ)上，通過ROI在特征子空間的投影，實現(xiàn)了視覺特征的提取，并對所提取的特征進行正確性和有效性兩方面的評價。在此，引入了相似度P作為特征準確性評價的度量值，并通過特定人孤立數(shù)字的DTW識別實驗驗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，對各種算法進行了實現(xiàn)與測試。實驗結(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，而且對單模態(tài)