| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 主要缩写对照表 | 第16-18页 |
| 第一章 绪论 | 第18-29页 |
| 1.1 课题研究背景与意义 | 第18-21页 |
| 1.2 语音唇动一致性分析概述 | 第21-26页 |
| 1.2.1 录音回放攻击检测研究现状 | 第21-23页 |
| 1.2.2 一致性分析国内外研究现状 | 第23-26页 |
| 1.3 论文的主要工作与章节安排 | 第26-29页 |
| 第二章 数据准备及实验平台搭建 | 第29-45页 |
| 2.1 音视频双模态数据库概述 | 第29-32页 |
| 2.2 语音唇动不一致数据分类及构建 | 第32-33页 |
| 2.3 选用的英文双模态数据库 | 第33-36页 |
| 2.3.1 VidTIMIT数据库 | 第33-34页 |
| 2.3.2 CUAVE数据库 | 第34-35页 |
| 2.3.3 自建补充数据库 | 第35-36页 |
| 2.4 选用的中文双模态数据库 | 第36-38页 |
| 2.4.1 通用中文双模态数据库 | 第36-37页 |
| 2.4.2 汉语韵母发音单元数据库 | 第37-38页 |
| 2.5 音视频双模态录音回放检测平台 | 第38-44页 |
| 2.5.1 系统功能及设计要求 | 第38-39页 |
| 2.5.2 系统总体结构 | 第39-40页 |
| 2.5.3 系统功能模块 | 第40-43页 |
| 2.5.4 其他实验平台和工具 | 第43-44页 |
| 2.6 本章小结 | 第44-45页 |
| 第三章 基于时空相关度融合的语音唇动一致性判决方法 | 第45-69页 |
| 3.1 语音唇动相关度分析 | 第45-50页 |
| 3.1.1 语音唇动时域关联性数学模型 | 第45-47页 |
| 3.1.2 基于协惯量的相关度分析方法 | 第47-50页 |
| 3.2 语音唇动时延概念及其估算方法 | 第50-55页 |
| 3.2.1 时延定义及其产生原因 | 第50-51页 |
| 3.2.2 时延估计 | 第51-52页 |
| 3.2.3 时延搜索范围 | 第52-53页 |
| 3.2.4 时延估算准确性分析 | 第53-55页 |
| 3.3 时延分布范围统计 | 第55-58页 |
| 3.3.1 语音唇动一致数据时延分布 | 第55-56页 |
| 3.3.2 各类不一致数据时延分布 | 第56-57页 |
| 3.3.3 时延以及相关度区分性分析 | 第57-58页 |
| 3.4 基于时空相关度融合的语音唇动一致性分析方法 | 第58-64页 |
| 3.4.1 唇部运动时空分析模型 | 第58-60页 |
| 3.4.2 时空域语音唇动相关度分析 | 第60-61页 |
| 3.4.3 一致性评分策略 | 第61-62页 |
| 3.4.4 时空域相关度得分融合 | 第62-64页 |
| 3.5 实验结果与分析 | 第64-68页 |
| 3.5.1 实验设置 | 第64-65页 |
| 3.5.2 实验结果分析 | 第65-68页 |
| 3.6 本章小结 | 第68-69页 |
| 第四章 基于音视频时空移不变学习字典的语音唇动一致性判决方法 | 第69-91页 |
| 4.1 移不变语音唇动表示模型 | 第69-74页 |
| 4.1.1 移不变稀疏表示 | 第69-71页 |
| 4.1.2 时序信号移不变稀疏表示模型 | 第71-73页 |
| 4.1.3 语音唇动联合表示模型 | 第73-74页 |
| 4.2 音视频联合字典学习算法 | 第74-83页 |
| 4.2.1 联合字典学习问题描述 | 第74-76页 |
| 4.2.2 改进的移不变匹配追踪算法 | 第76-80页 |
| 4.2.3 音视频联合稀疏编码 | 第80-82页 |
| 4.2.4 联合字典更新 | 第82-83页 |
| 4.3 基于移不变联合字典的一致性评分策略 | 第83-85页 |
| 4.4 实验结果与分析 | 第85-89页 |
| 4.4.1 实验设置 | 第85-86页 |
| 4.4.2 小词汇量数据实验结果分析 | 第86-87页 |
| 4.4.3 大词汇量数据实验结果分析 | 第87-89页 |
| 4.5 本章小结 | 第89-91页 |
| 第五章 基于代表性发音事件的语音唇动一致性分析 | 第91-111页 |
| 5.1 发音事件分割 | 第91-98页 |
| 5.1.1 代表性发音事件选择 | 第91-92页 |
| 5.1.2 基于两步切分的音节唇动序列分割 | 第92-95页 |
| 5.1.3 音视频结合声韵母分割 | 第95-98页 |
| 5.2 基于韵母发音事件匹配及位置时延分析的一致性分析方法 | 第98-101页 |
| 5.3 特定发音单元语音唇动关联性分析 | 第101-105页 |
| 5.3.1 韵母视素聚类 | 第101-103页 |
| 5.3.2 韵母类发音单元的相关度分析 | 第103页 |
| 5.3.3 特定发音单元选取 | 第103-104页 |
| 5.3.4 基于特定韵母发音单元的一致性分析 | 第104-105页 |
| 5.4 实验与结果分析 | 第105-109页 |
| 5.4.1 韵母发音事件分割准确性分析 | 第105-106页 |
| 5.4.2 一致性分析实验设置 | 第106-107页 |
| 5.4.3 各章算法比较分析 | 第107-109页 |
| 5.5 本章小结 | 第109-111页 |
| 总结与展望 | 第111-114页 |
| 研究总结 | 第111-113页 |
| 后续工作展望 | 第113-114页 |
| 参考文献 | 第114-126页 |
| 攻读博士学位期间取得的研究成果 | 第126-128页 |
| 致谢 | 第128-129页 |
| 附件 | 第129页 |
