基于唇部视觉特征的语言识别技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·课题的研究背景和意义 | 第8-11页 |
| ·视觉语言识别的研究现状及发展 | 第11-13页 |
| ·本文的研究内容与结构 | 第13-15页 |
| 2 唇部图像预处理 | 第15-19页 |
| ·人脸区域检测和定位 | 第15-17页 |
| ·OpenCV简介 | 第15页 |
| ·人脸图像区域的Haar特征简介 | 第15-16页 |
| ·Adaboost级联分类器 | 第16页 |
| ·人脸区域检测和定位 | 第16-17页 |
| ·嘴唇区域定位和粗分割 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 3 嘴唇区域提取和分割 | 第19-30页 |
| ·常用颜色空间介绍 | 第19-22页 |
| ·RGB颜色空间 | 第19-20页 |
| ·HSV颜色空间 | 第20-21页 |
| ·YCbCr颜色空间 | 第21页 |
| ·Lab颜色空间 | 第21-22页 |
| ·经典嘴唇分割算法 | 第22-24页 |
| ·基于多颜色空间的嘴唇分割 | 第24-29页 |
| ·在Lab空间中进行嘴唇区域提取 | 第24-26页 |
| ·在HSV空间中进行嘴唇区域提取 | 第26-27页 |
| ·基于HSV和Lab的嘴唇区域分割 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 4 唇部视觉特征提取 | 第30-45页 |
| ·基于模型的视觉特征提取 | 第30-37页 |
| ·嘴唇关键点提取 | 第30-33页 |
| ·嘴唇轮廓拟合 | 第33-36页 |
| ·唇部模型建立和特征提取 | 第36-37页 |
| ·基于像素的视觉特征提取 | 第37-42页 |
| ·几种常用的变换法 | 第38-40页 |
| ·基于DCT的嘴唇像素特征提取 | 第40-42页 |
| ·唇部视觉特征融合 | 第42-43页 |
| ·单幅图像的视觉特征融合 | 第42-43页 |
| ·多幅图像的视觉特征融合 | 第43页 |
| ·实验结果和分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 5 基于SVM的语言识别 | 第45-50页 |
| ·SVM简介 | 第45-48页 |
| ·三种情况下的SVM | 第45-47页 |
| ·SVM推广到多样本分类 | 第47-48页 |
| ·SVM识别实验结果和分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 6 总结和展望 | 第50-52页 |
| ·工作总结 | 第50页 |
| ·未来展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 申请学位期间的研究成果及发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |
