基于內(nèi)嘴唇的口形特征提取和聚類算法的研究.pdf

1、語音識(shí)別技術(shù)在實(shí)驗(yàn)室條件下逐漸發(fā)展和成熟，但在噪聲環(huán)境下的語音識(shí)別問題仍然是語音識(shí)別技術(shù)完全從實(shí)驗(yàn)室走入人們的日常生活的一大障礙。因此，作為人們交流時(shí)的一個(gè)重要的輔助信息-語音視覺信息，成為了人們?cè)趯ふ以谡Z音本身之外克服這個(gè)障礙的一個(gè)值得關(guān)注的方面，唇讀技術(shù)能在噪聲環(huán)境下作為輔助手段來提高語音識(shí)別的識(shí)別率。同時(shí)，研究針對(duì)聾啞人的輔助交流系統(tǒng)也受到越來越多的關(guān)注；結(jié)合視頻信息的網(wǎng)上輔助教學(xué)系統(tǒng)也有廣闊的應(yīng)用前景。基于其廣闊的應(yīng)用背景，近年

2、來越來越多的目光投向了唇語識(shí)別與合成領(lǐng)域的研究。但是唇讀技術(shù)在走向現(xiàn)實(shí)應(yīng)用的過程中仍還有很多問題要解決，首先是現(xiàn)實(shí)環(huán)境中嘴唇區(qū)域的定位識(shí)別問題，唇語識(shí)別時(shí)的實(shí)時(shí)性問題，其次，如何準(zhǔn)確的識(shí)別話者的口形，如何根據(jù)口形構(gòu)建精簡準(zhǔn)確的標(biāo)準(zhǔn)唇語庫也是影響系統(tǒng)識(shí)別率的一個(gè)重要的方面。本文針對(duì)嘴唇圖像的口形表示和唇語庫的構(gòu)建方面做了相應(yīng)的探討和研究工作。通過對(duì)特征提取算法的研究，能夠讓系統(tǒng)在識(shí)別或合成過程中對(duì)嘴唇圖像中所表示的口形做出準(zhǔn)確的判斷和表示

3、；同時(shí)采用聚類算法，去除原始唇語庫中的相似冗余圖像，精簡了唇語庫，降低其存儲(chǔ)容量，滿足了低數(shù)據(jù)量存儲(chǔ)應(yīng)用方面的要求。主要的研究內(nèi)容包括以下幾個(gè)方面：(1)分析了各種口形表示方法，采用以內(nèi)嘴唇輪廓曲線表示對(duì)應(yīng)的口形。提出了嘴唇區(qū)域提取，邊緣提取和曲線擬合相結(jié)合的特征提取方案。同時(shí)根據(jù)圖像的口形特征對(duì)圖像庫進(jìn)行聚類，去除了圖像庫中相似冗余圖像。(2)分析各種顏色空間，采用chromatic顏色空間映射和閥值裁減的方法，有效的從原始圖像中提取