| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及与意义 | 第11-12页 |
| 1.2 国内外发展现状 | 第12-13页 |
| 1.3 唇语识别技术的发展 | 第13-16页 |
| 1.3.1 传统的唇语识别技术的发展 | 第13-14页 |
| 1.3.2 基于深度学习的唇语识别技术的发展 | 第14-16页 |
| 1.4 本文主要研究内容和创新点 | 第16-17页 |
| 1.5 论文的结构安排 | 第17-19页 |
| 第二章 深度学习相关理论 | 第19-34页 |
| 2.1 神经网络 | 第19-22页 |
| 2.2 卷积神经网络CNN | 第22-28页 |
| 2.2.1 卷积层 | 第23-26页 |
| 2.2.2 池化层 | 第26-27页 |
| 2.2.3 全连接层 | 第27页 |
| 2.2.4 CNN网络框架 | 第27-28页 |
| 2.3 长短时记忆神经网络LSTM | 第28-33页 |
| 2.3.1 循环神经网络RNN介绍 | 第28-29页 |
| 2.3.2 LSTM基本结构 | 第29-30页 |
| 2.3.3 LSTM核心原理 | 第30-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 中文唇语识别原理及解决方案 | 第34-39页 |
| 3.1 唇语识别的原理 | 第34-36页 |
| 3.2 汉语语言发音规则的简要认识 | 第36-37页 |
| 3.3 中文唇语识别的解决方案 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 拼音序列识别 | 第39-51页 |
| 4.1 VGG-M卷积神经网络模型 | 第39-40页 |
| 4.2 BATCH NORMALIZATION | 第40-42页 |
| 4.3 RNN网络 | 第42-43页 |
| 4.4 CONNECTIONIST TEMPORAL CLASSIFICATION | 第43-44页 |
| 4.5 拼音序列识别网络框架 | 第44-48页 |
| 4.5.1 ConvNet模型结构 | 第44-45页 |
| 4.5.2 P2P网络模型 | 第45-48页 |
| 4.6 P2P网络模型训练技巧 | 第48-50页 |
| 4.6.1 不同学习率的选择 | 第48页 |
| 4.6.2 不同规范化算法的选择 | 第48-50页 |
| 4.7 本章小结 | 第50-51页 |
| 第五章 汉字序列识别 | 第51-58页 |
| 5.1 ENCODER-DECODER模型 | 第51-53页 |
| 5.2 汉字序列识别网络 | 第53-54页 |
| 5.3 ENCODER训练技巧 | 第54-55页 |
| 5.4 DECODER训练技巧 | 第55-56页 |
| 5.5 P2CC模型辅助数据 | 第56-57页 |
| 5.6 本章小结 | 第57-58页 |
| 第六章 中文唇语识别 | 第58-60页 |
| 6.1 中文唇语识别整体网络结构 | 第58-59页 |
| 6.2 网络模型的训练方法 | 第59页 |
| 6.2.1 不同学习率的选择 | 第59页 |
| 6.2.2 多模型训练 | 第59页 |
| 6.3 本章小结 | 第59-60页 |
| 第七章 自建中文唇语数据集 | 第60-67页 |
| 7.1 已有数据集介绍 | 第60-61页 |
| 7.2 自建唇语数据集CCTVDS | 第61-65页 |
| 7.2.1 视频剪辑 | 第62-63页 |
| 7.2.2 文本处理和时间戳标记 | 第63-64页 |
| 7.2.3 嘴唇检测与分割 | 第64-65页 |
| 7.3 CCTVDS数据集统计 | 第65-66页 |
| 7.4 本章小结 | 第66-67页 |
| 第八章 唇语识别实验结果与分析 | 第67-74页 |
| 8.1 实验平台与实验方案 | 第67页 |
| 8.2 P2P网络模型实验分析 | 第67-70页 |
| 8.3 P2CC网络模型实验分析 | 第70-72页 |
| 8.4 CHLIPNET网络模型实验分析 | 第72-73页 |
| 8.5 本章小结 | 第73-74页 |
| 第九章 总结与展望 | 第74-76页 |
| 9.1 本文的主要贡献 | 第74-75页 |
| 9.2 后续工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-80页 |