基于视频图像的唇读识别技术的研究
| 第一章 绪论 | 第1-14页 |
| ·课题研究的背景与意义 | 第9-12页 |
| ·背景 | 第9页 |
| ·研究意义 | 第9-12页 |
| ·本文的研究内容 | 第12页 |
| ·论文的结构 | 第12-14页 |
| 第二章 唇读相关技术及研究现状 | 第14-28页 |
| ·双模态语料库的简介 | 第14-15页 |
| ·唇部的检测与定位技术 | 第15-17页 |
| ·唇读的特征提取技术 | 第17-24页 |
| ·基于象素的方法 | 第17-20页 |
| ·基于模型的方法 | 第20-22页 |
| ·混合特征提取方法 | 第22-24页 |
| ·唇读识别技术 | 第24-26页 |
| ·现有唇读系统简介 | 第26-27页 |
| ·小结 | 第27-28页 |
| 第三章 一种实时的唇动检测技术 | 第28-41页 |
| ·概述 | 第28-29页 |
| ·预处理算法 | 第29-33页 |
| ·图像的旋转 | 第29-30页 |
| ·尺度归一化 | 第30-31页 |
| ·灰度均衡化 | 第31-33页 |
| ·基于双重差分图像的唇部检测算法 | 第33-39页 |
| ·差分图像算法及其局限性 | 第34页 |
| ·改进的双重差分图像算法 | 第34-37页 |
| ·投影方法 | 第37-39页 |
| ·实验结果分析 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 一种混合的唇读特征提取技术 | 第41-55页 |
| ·概述 | 第41页 |
| ·SVD-QR特征提取方法及局限性 | 第41-45页 |
| ·SVD特征提取方法简介 | 第42-43页 |
| ·SVD-QR特征提取方法 | 第43-44页 |
| ·SVD-QR方法的局限性 | 第44-45页 |
| ·基于唇色分析的口型轮廓特征 | 第45-51页 |
| ·自适应色度滤波的唇色增强 | 第46-48页 |
| ·坐标系的选择 | 第46-47页 |
| ·自适应色度滤波 | 第47-48页 |
| ·唇部分割 | 第48页 |
| ·口型轮廓特征的提取 | 第48-51页 |
| ·口型模板 | 第49-50页 |
| ·口型关键点的获取 | 第50页 |
| ·口型的曲线描述 | 第50-51页 |
| ·混合特征选取 | 第51-54页 |
| ·图像特征 | 第52-53页 |
| ·几何特征 | 第53-54页 |
| ·与其它特征提取方法的比较 | 第54页 |
| ·小结 | 第54-55页 |
| 第五章 基于改进的BP神经网络的唇读识别技术 | 第55-66页 |
| ·人工神经网络简介 | 第55-57页 |
| ·改进的BP神经网络算法 | 第57-60页 |
| ·传统的BP神经网络及其局限性 | 第57-58页 |
| ·改进的BP神经网络 | 第58-60页 |
| ·基于BP网络的唇读识别 | 第60-63页 |
| ·口型初分类 | 第60-61页 |
| ·唇读系统的BP网络设计 | 第61-63页 |
| ·BP网络的训练 | 第63页 |
| ·唇读的识别 | 第63页 |
| ·实验结果及分析 | 第63-65页 |
| ·小结 | 第65-66页 |
| 第六章 唇读识别原型系统的设计与实现 | 第66-76页 |
| ·概述 | 第66-67页 |
| ·原型系统的主要框架 | 第67-68页 |
| ·主要模块的设计与实现 | 第68-75页 |
| ·实时图像采集模块 | 第69-70页 |
| ·唇部检测和定位模块 | 第70-72页 |
| ·唇读特征提取模块 | 第72-73页 |
| ·唇读特征识别模块 | 第73-75页 |
| ·小结 | 第75-76页 |
| 第七章 结束语 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 发表论文 | 第84页 |
