摘要 | 第1-7页 |
ABSTRACT | 第7-14页 |
第一章 绪论 | 第14-26页 |
·研究背景与意义 | 第14-17页 |
·唇读主要研究内容 | 第17-20页 |
·数据库 | 第17页 |
·唇部的检测定位与分割 | 第17-18页 |
·唇部特征提取 | 第18-19页 |
·识别方法 | 第19-20页 |
·唇读的研究现状 | 第20-21页 |
·国外研究现状 | 第20-21页 |
·国内研究现状 | 第21页 |
·本文的研究内容与创新点 | 第21-23页 |
·论文的内容安排 | 第23-26页 |
第二章 唇读数据库 | 第26-40页 |
·引言 | 第26-27页 |
·国外相关的数据库 | 第27-30页 |
·国内主要的双模态数据库介绍 | 第30-33页 |
·本文所使用的数据库 | 第33-38页 |
·采用现有的数据库 | 第33-37页 |
·自建数据库 | 第37-38页 |
·本章小结 | 第38-40页 |
第三章 唇部的检测定位与分割 | 第40-72页 |
·引言 | 第40页 |
·唇部感兴趣区域的定位和分割方法 | 第40-48页 |
·典型方法介绍 | 第41-43页 |
·基于人脸结构和中心扩展的感兴趣区域分割 | 第43-48页 |
·基于色度的唇部提取方法 | 第48-57页 |
·相关方法介绍 | 第48-51页 |
·基于LAB 空间a 分量的唇部提取方法 | 第51-57页 |
·基于轮廓的唇部提取方法 | 第57-66页 |
·主动轮廓模型方法 | 第57-58页 |
·可变模板法 | 第58-62页 |
·流形用于轮廓提取的理论基础 | 第62-63页 |
·基于流形的轮廓提取方法基本思路 | 第63-65页 |
·实验及其结果 | 第65-66页 |
·基于LAB 色度空间和流形的唇部提取方法(LABME) | 第66-70页 |
·参数设置 | 第67页 |
·实验步骤 | 第67-68页 |
·实验结果及其分析 | 第68-70页 |
·本章小结 | 第70-72页 |
第四章 唇部特征提取 | 第72-104页 |
·引言 | 第72页 |
·唇部特征提取方法简介 | 第72-76页 |
·特征唇方法 | 第73-74页 |
·基于DCT 变换的唇部特征提取 | 第74-75页 |
·基于DCT+PCA 的唇部特征提取 | 第75页 |
·基于DCT+LDA 的唇部特征提取 | 第75-76页 |
·DCT +ONPP 的唇部特征提取方法 | 第76-82页 |
·流形降维相关方法介绍 | 第77-79页 |
·ONPP 简介 | 第79-81页 |
·基于DCT 与ONPP 的唇部特征提取方法 | 第81页 |
·实验及其结果 | 第81-82页 |
·DCT+LSDA | 第82-87页 |
·LSDA 简介 | 第82-85页 |
·基于LSDA 的唇部特征提取方法 | 第85-87页 |
·基于DT-CWT+PCA 的特征提取方法 | 第87-94页 |
·双树复小波简介 | 第87-92页 |
·DT-CWT+PCA 方法思路 | 第92-93页 |
·实验及其结果 | 第93-94页 |
·DT-CWT+LBP+PCA | 第94-101页 |
·局部二值模式简介 | 第94-95页 |
·思路及步骤 | 第95-96页 |
·识别方法 | 第96-97页 |
·实验结果及其分析 | 第97-101页 |
·DT-CWT+ONPP 的特征提取方法 | 第101-102页 |
·本章小结 | 第102-104页 |
第五章 基于唇部灰度能量图的特征提取 | 第104-124页 |
·引言 | 第104-105页 |
·能量图相关的理论 | 第105-108页 |
·步态能量图GEI | 第105页 |
·运动历史图像(Motion History Image, MHI)和运动能量图MEI | 第105-106页 |
·联合时空图 | 第106-107页 |
·时空能量图(Spactio-temporal energy,STE) | 第107-108页 |
·唇部灰度能量图 | 第108-112页 |
·唇部灰度能量图(Lip Gray Energy Image,LGEI) | 第108-109页 |
·数据的预处理 | 第109-110页 |
·LGEI 的抗噪性 | 第110-111页 |
·唇部灰度能量图用于唇读 | 第111-112页 |
·唇部灰度能量图的扩展 | 第112页 |
·基于唇部灰度能量图和DCT+PCA 的唇部特征提取方法 | 第112-118页 |
·LGEI+DCT+PCA 的基本思路 | 第112页 |
·实验及其结果分析 | 第112-118页 |
·基于唇部灰度能量图的其它特征提取方法 | 第118-122页 |
·LGEI+DCT+LDA | 第119-120页 |
·LGEI+DT-CWT+LBP | 第120-122页 |
·本章小结 | 第122-124页 |
结论 | 第124-128页 |
1. 总结 | 第124-125页 |
2. 未来工作展望 | 第125-128页 |
参考文献 | 第128-143页 |
攻读博士学位期间完成的学术论文 | 第143-145页 |
致谢 | 第145-146页 |
附件 | 第146页 |