基于隐马尔可夫模型的唇语识别方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 课题研究背景及目的意义 | 第9-10页 |
| 1.2 课题的研究现状 | 第10-15页 |
| 1.2.1 课题国内外研究现状 | 第10-11页 |
| 1.2.2 课题研究方法现状和分析 | 第11-15页 |
| 1.3 本文主要研究内容 | 第15-16页 |
| 第二章 隐马尔可夫模型理论 | 第16-26页 |
| 2.1 HMM的基本概念 | 第16-17页 |
| 2.2 HMM的定义 | 第17-20页 |
| 2.3 HMM的三个基本问题及解决算法 | 第20-25页 |
| 2.3.1 三个基本问题 | 第20页 |
| 2.3.2 解决算法 | 第20-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 面部以及唇部区域定位 | 第26-33页 |
| 3.1 面部区域的定位和提取 | 第26-30页 |
| 3.1.1 OpenCV简介 | 第26页 |
| 3.1.2 面部区域的Haar特征 | 第26-29页 |
| 3.1.3 AdaBoost级联分类器 | 第29-30页 |
| 3.1.4 人脸区域检测及定位步骤 | 第30页 |
| 3.2 唇部区域定位及提取 | 第30-31页 |
| 3.3 本章小结 | 第31-33页 |
| 第四章 特征提取 | 第33-43页 |
| 4.1 基于几何模型的特征提取 | 第33-37页 |
| 4.1.1 嘴唇轮廓关键点 | 第33-34页 |
| 4.1.2 嘴唇轮廓曲线拟合以及特征的提取 | 第34-37页 |
| 4.2 基于优化的局部敏感判别分析的特征向量降维 | 第37-41页 |
| 4.2.1 局部敏感判别分析 | 第37-41页 |
| 4.2.2 优化的局部敏感判别分析 | 第41页 |
| 4.3 本章小结 | 第41-43页 |
| 第五章 基于HMM的唇语识别 | 第43-54页 |
| 5.1 特征聚类 | 第43-45页 |
| 5.2 HMM唇语识别环节的训练以及识别流程 | 第45-48页 |
| 5.2.1 训练流程 | 第45-47页 |
| 5.2.2 识别流程 | 第47-48页 |
| 5.3 基于HMM的话语内容实验 | 第48-53页 |
| 5.3.1 实验内容 | 第48-49页 |
| 5.3.2 实验结果及分析 | 第49-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 工作总结 | 第54页 |
| 6.2 未来展望 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 在学期间的研究成果 | 第62-63页 |
| 致谢 | 第63页 |
