唇讀識別研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩57頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

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”其所說的內容。而計算機唇讀是指通過建立唇讀模型和分析發(fā)音過程中唇部運動參數,定量地處理唇動信息從而對視頻中的序列圖像進行分類和識別,或者輔助語音識別來提高語音識別率。對唇讀的研究將對耳聾患者、執(zhí)法機構以及嘈雜環(huán)境中的工作者具有實際應用意義。
  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、特征參數選擇和提取以及唇讀識別三個方面展開研究,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神經網絡和基于Lab色彩空間兩種方法進行唇部分割,并對兩種方法在分割時間、分割效果、分割方法復雜度方面做出比較,實驗結果表明,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)對視頻處理時實時性的要求。
  (2)在唇部特征參數選擇時,本文選擇外唇高度、嘴角間距離、張開嘴面積為特征參數。在唇部跟蹤過程中提取出三個特征參數值,通過研究特征參

3、數曲線變化,提取出發(fā)音過程中的有效部分,進而提取出10幀關鍵幀,從而解決了由于說話速度不均勻造成時間長度不一致的問題。
  (3)唇讀識別模塊,本文采用基于神經網絡及基于相關系數的相關匹配法兩種方法進行唇讀的識別,二者的識別率分別為62.5%和81.25%。經對比分析識別結果,后者不僅方法簡單、易操作而且在識別過程中不需要像神經網絡一樣需要太多訓練樣本,只需將輸入數據與數據庫中數據分別作相關,求取最大相關系數即可。
  (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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論