CAJ | 학술논문

该文结合函数变形模型和灰度轮廓向量模型的特点,给出了一种维数少、有效性高的视觉语言特征-灰度轮廓权向量差分唇形特征模型.该特征融合了嘴唇图像的形状变化信息和灰度信息,能够较完善地描述嘴唇的变化.同时,得出了一种新的视觉特征提取算法.仿真结果表明,该算法与传统的函数变形模型相比,总的特征提取准确率提高了5个百分点,每个发音图像序列特征提取的准确率提高了1.6至9个百分点,每帧图像的特征提取时间由4.6495秒下降到0.4455秒.对"1"至"10"数字发音的嘴唇图像序列进行识别,获得了较高的识别率.因此,灰度轮廓权向量差分唇形特征是一种精炼、描述性强、适合于唇读识别的视觉语言特征,该算法能自动地完成模型的训练和视觉特征的提取,是一种有效的特征提取算法.
해문결합함수변형모형화회도륜곽향량모형적특점,급출료일충유수소、유효성고적시각어언특정-회도륜곽권향량차분진형특정모형.해특정융합료취진도상적형상변화신식화회도신식,능구교완선지묘술취진적변화.동시,득출료일충신적시각특정제취산법.방진결과표명,해산법여전통적함수변형모형상비,총적특정제취준학솔제고료5개백분점,매개발음도상서렬특정제취적준학솔제고료1.6지9개백분점,매정도상적특정제취시간유4.6495초하강도0.4455초.대"1"지"10"수자발음적취진도상서렬진행식별,획득료교고적식별솔.인차,회도륜곽권향량차분진형특정시일충정련、묘술성강、괄합우진독식별적시각어언특정,해산법능자동지완성모형적훈련화시각특정적제취,시일충유효적특정제취산법.