| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究的目的和意义 | 第8-9页 |
| 1.2 国内外现状研究及分析 | 第9-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 第2章 唇读数据库的分析 | 第14-21页 |
| 2.1 引言 | 第14页 |
| 2.2 自用数据库的引用与说明 | 第14-15页 |
| 2.3 数据库预处理 | 第15-16页 |
| 2.4 自然光照下的人脸检测 | 第16-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第3章 唇部定位算法的设计 | 第21-32页 |
| 3.1 引言 | 第21页 |
| 3.2 唇部定位算法简介 | 第21-22页 |
| 3.3 唇部粗定位 | 第22-23页 |
| 3.4 基于双颜色空间的唇部精确定位 | 第23-31页 |
| 3.4.1 在YIQ颜色空间上进行唇部区域的粗提取 | 第23-25页 |
| 3.4.2 在HSV颜色空间上进行唇部区域的粗提取 | 第25-29页 |
| 3.4.3 基于YIQ和HSV双颜色空间的唇部精确定位 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 特征提取算法的设计 | 第32-45页 |
| 4.1 引言 | 第32页 |
| 4.2 基于视觉静态特征的唇部序列的切分 | 第32-35页 |
| 4.3 基于像素的特征提取算法的研究 | 第35-40页 |
| 4.3.1 主成分分析法 | 第35-37页 |
| 4.3.2 离散余弦变换法 | 第37-40页 |
| 4.4 DCT-LDA特征提取算法 | 第40-44页 |
| 4.4.1 线性判别式分析法 | 第41-43页 |
| 4.4.2 DCT-LDA特征提取 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 基于隐马尔可夫方法的唇读识别 | 第45-59页 |
| 5.1 引言 | 第45页 |
| 5.2 隐马尔可夫模型的定义 | 第45-47页 |
| 5.3 HMM的三个基本问题 | 第47-53页 |
| 5.3.1 观测序列的概率评估问题 | 第47-48页 |
| 5.3.2 隐含状态序列的解码 | 第48-50页 |
| 5.3.3 HMM模型参数的学习问题 | 第50-53页 |
| 5.4 HMM参数的确定 | 第53-56页 |
| 5.4.1 HMM模型类型的选择 | 第53-54页 |
| 5.4.2 HMM模型参数的初始化 | 第54-56页 |
| 5.5 基于HMM的唇读识别 | 第56-58页 |
| 5.6 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-65页 |
| 致谢 | 第65页 |
