提高唇读理解的关键技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-17页 |
| ·课题研究的背景和意义 | 第8-10页 |
| ·课题来源 | 第8页 |
| ·课题背景 | 第8-9页 |
| ·课题研究目的和意义 | 第9-10页 |
| ·课题在国内外研究综述 | 第10-15页 |
| ·唇读的基本问题 | 第10-14页 |
| ·国内外唇读研究动态 | 第14-15页 |
| ·本文的主要研究内容 | 第15-17页 |
| 第2章 数据预处理 | 第17-23页 |
| ·数据库介绍 | 第17-18页 |
| ·数据采集与语料分割 | 第18-19页 |
| ·唇区检测与定位 | 第19-22页 |
| ·YIQ颜色空间 | 第20-21页 |
| ·CIE L*a*b*颜色空间 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 特征提取方法有效性研究 | 第23-35页 |
| ·利用可变模板进行特征提取 | 第23-26页 |
| ·基于像素的特征提取方法 | 第26-32页 |
| ·离散KL变换 | 第26-28页 |
| ·离散余弦变换DCT | 第28-30页 |
| ·Gabor小波变换 | 第30-32页 |
| ·识别结果分析与讨论 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于HMM模型的唇读训练和识别 | 第35-42页 |
| ·HMM模型的定义 | 第35-36页 |
| ·唇读中HMM应用的具体问题 | 第36-40页 |
| ·状态类型的选择 | 第36-37页 |
| ·B参数类型的选择 | 第37-38页 |
| ·多序列训练的参数估计问题 | 第38-39页 |
| ·下溢问题 | 第39页 |
| ·特征归一化 | 第39-40页 |
| ·唇读训练和识别 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 唇读识别与音字转换中的语言模型 | 第42-52页 |
| ·统计语言模型 | 第43-46页 |
| ·N-gram语言模型 | 第43-44页 |
| ·基于类的语言模型 | 第44-45页 |
| ·决策树模型 | 第45页 |
| ·评价标准 | 第45-46页 |
| ·辅助唇读识别 | 第46-49页 |
| ·音字转换 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录 | 第58-61页 |
| 攻读学位期间发表的学术论文 | 第61-63页 |
| 致谢 | 第63页 |
