2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、唇讀是指通過觀察說話人在發(fā)音過程中唇部的變化,“讀出”或者“部分讀出”其所說的內(nèi)容。而計(jì)算機(jī)唇讀是指通過建立唇讀模型和分析發(fā)音過程中唇部運(yùn)動(dòng)參數(shù),定量地處理唇動(dòng)信息從而對(duì)視頻中的序列圖像進(jìn)行分類和識(shí)別,或者輔助語音識(shí)別來提高語音識(shí)別率。對(duì)唇讀的研究將對(duì)耳聾患者、執(zhí)法機(jī)構(gòu)以及嘈雜環(huán)境中的工作者具有實(shí)際應(yīng)用意義。
  本文主要研究單視覺通道下基于孤立字的唇讀系統(tǒng),在唇部分割、特征參數(shù)選擇和提取以及唇讀識(shí)別三個(gè)方面展開研究,論文的主要工

2、作如下:
  (1)唇部分割是唇讀的核心部分。本文基于BP神經(jīng)網(wǎng)絡(luò)和基于Lab色彩空間兩種方法進(jìn)行唇部分割,并對(duì)兩種方法在分割時(shí)間、分割效果、分割方法復(fù)雜度方面做出比較,實(shí)驗(yàn)結(jié)果表明,基于Lab空間的唇部分割不僅方法簡單,處理速度快而且分割效果也較好,適合唇讀系統(tǒng)對(duì)視頻處理時(shí)實(shí)時(shí)性的要求。
  (2)在唇部特征參數(shù)選擇時(shí),本文選擇外唇高度、嘴角間距離、張開嘴面積為特征參數(shù)。在唇部跟蹤過程中提取出三個(gè)特征參數(shù)值,通過研究特征參

3、數(shù)曲線變化,提取出發(fā)音過程中的有效部分,進(jìn)而提取出10幀關(guān)鍵幀,從而解決了由于說話速度不均勻造成時(shí)間長度不一致的問題。
  (3)唇讀識(shí)別模塊,本文采用基于神經(jīng)網(wǎng)絡(luò)及基于相關(guān)系數(shù)的相關(guān)匹配法兩種方法進(jìn)行唇讀的識(shí)別,二者的識(shí)別率分別為62.5%和81.25%。經(jīng)對(duì)比分析識(shí)別結(jié)果,后者不僅方法簡單、易操作而且在識(shí)別過程中不需要像神經(jīng)網(wǎng)絡(luò)一樣需要太多訓(xùn)練樣本,只需將輸入數(shù)據(jù)與數(shù)據(jù)庫中數(shù)據(jù)分別作相關(guān),求取最大相關(guān)系數(shù)即可。
  (4

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論