唇读系统关键技术的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.2.1 国外研究状况 | 第9-10页 |
| 1.2.2 国内研究状况 | 第10-11页 |
| 1.2.3 课题研究方法现状及分析 | 第11-14页 |
| 1.3 课题的主要研究内容 | 第14-15页 |
| 第2章 隐含马尔科夫模型理论基础 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 隐含马尔科夫模型 | 第15-19页 |
| 2.2.1 基本概念 | 第15-16页 |
| 2.2.2 数学定义 | 第16-18页 |
| 2.2.3 模型的分类 | 第18-19页 |
| 2.3 隐含马尔科夫模型的基本问题以及解决方法 | 第19-25页 |
| 2.3.1 可见序列概率估计问题 | 第19-23页 |
| 2.3.2 隐含状态的估计问题 | 第23-24页 |
| 2.3.3 模型参数的估计问题 | 第24-25页 |
| 2.4 处理计算溢出的解决方法 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 唇部定位算法设计 | 第27-40页 |
| 3.1 引言 | 第27页 |
| 3.2 人脸检测与定位 | 第27-32页 |
| 3.2.1 基于色度空间的肤色像素提取 | 第27-30页 |
| 3.2.2 基于二值图像投影的人脸定位 | 第30-32页 |
| 3.3 唇部区域定位 | 第32-39页 |
| 3.3.1 基于灰度最小的瞳孔定位 | 第33-34页 |
| 3.3.2 基于人脸结构特征的唇部粗定位 | 第34-35页 |
| 3.3.3 基于fisher判别法的唇部精确定位 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 唇动特征提取算法设计 | 第40-48页 |
| 4.1 引言 | 第40页 |
| 4.2 基于模型的特征提取方法 | 第40-45页 |
| 4.2.1 基于邻域灰度最小算法的嘴角定位 | 第40-42页 |
| 4.2.2 基于唇部结构的外唇轮廓中点的确定 | 第42-44页 |
| 4.2.3 唇部几何特征的提取及表示方式 | 第44-45页 |
| 4.3 基于像素的特征提取方法 | 第45-47页 |
| 4.3.1 基于主成分重构的特征唇数的确定 | 第45-46页 |
| 4.3.2 基于PCA的唇部特征提取及表示方式 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 基于隐含马尔科夫模型的唇动识别 | 第48-61页 |
| 5.1 引言 | 第48页 |
| 5.2 视频帧序列的获取过程 | 第48-49页 |
| 5.3 基于唇部特征标准差的字词切分方法 | 第49-52页 |
| 5.4 改进的基于特征标准差的字词切分方法 | 第52-54页 |
| 5.5 获取隐含马尔科夫模型的观测矩阵 | 第54-57页 |
| 5.5.1 基于K平均算法的观测矩阵获取 | 第54-56页 |
| 5.5.2 基于改进K平均算法的观测矩阵获取 | 第56-57页 |
| 5.6 唇读训练和识别 | 第57-60页 |
| 5.7 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |
