首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

唇读识别中若干问题的研究

摘要第1-7页
Abstract第7-11页
第1章 绪论第11-15页
   ·研究背景及意义第11-12页
     ·本文研究背景第11-12页
     ·本文研究意义第12页
   ·本文的研究内容第12-14页
   ·本文的组织结构第14-15页
第2章 研究基础及相关工作第15-37页
   ·唇部区域定位或分割第16-17页
   ·视觉特征提取第17-20页
   ·口型分类第20-22页
   ·识别方法第22-27页
     ·隐马尔可夫模型第23-26页
     ·人工神经网络第26-27页
     ·Adaboost+HMM第27页
   ·语音视觉融合算法第27-28页
   ·唇读数据库第28-34页
     ·国外相关数据库第29-32页
     ·国内相关数据库第32-34页
   ·本章小结第34-37页
第3章 基于MPEG-4 的唇读视觉特征参数估计第37-51页
   ·唇读特征参数的选择第37-40页
   ·人脸特征点的跟踪第40-46页
     ·唇部轮廓的跟踪第40-45页
     ·参照点的跟踪第45-46页
     ·侧面特征点的跟踪第46页
   ·特征参数的计算第46-48页
     ·滤波第46页
     ·姿态的校正第46-48页
   ·FAP的计算第48页
   ·实验结果与结论第48-50页
   ·本章小结第50-51页
第4章 基于傅立叶描述子的唇形分类第51-61页
   ·系统概述第51-52页
   ·唇形分类第52-58页
     ·唇形分类的预处理第52-53页
     ·傅立叶边界描述子第53-55页
     ·唇形分类的实现第55-58页
   ·实验结果与分析第58-60页
   ·本章小结第60-61页
第5章 基于改进隐马尔可夫模型的唇读识别系统第61-101页
   ·经典隐马尔可夫模型第61-68页
     ·基本概念第61-64页
     ·三大核心问题第64-68页
   ·改进的隐马尔可夫模型第68-73页
     ·问题的提出第68页
     ·IHMM算法第68-73页
   ·IHMM在唇读识别中的应用第73-95页
     ·实验数据准备第73-74页
     ·结合AdaBoost演算法的脸部唇部检测第74-83页
     ·基于PCA和LDA算法的唇部特征提取第83-88页
     ·基于矢量量化的唇部特征向量处理第88-92页
     ·基于IHMM的唇读识别第92-95页
   ·实验结果与分析第95-98页
   ·本章小结第98-101页
第6章 总结与展望第101-103页
   ·工作总结第101-102页
   ·未来展望第102-103页
参考文献第103-109页
作者简介及在学期间所取得的科研成果第109-111页
在学期间参加的科研项目第111-112页
致谢第112页

论文共112页,点击 下载论文
上一篇:基于FLUTE协议的移动互联网高效传输问题的研究
下一篇:显微图像处理理论及其在食品微生物识别中的应用