人机交互中视觉语言的灰度轮廓权向量差分唇形特征模型
| 外文标题 | A Model of Intensity Profile Weight Vector Differential Shape Feature in Visual Languages for Human-Machine Interaction |
| 文献类型 | 期刊 |
| 作者 | 甘俊英[1];赵向阳[2];张有为[3] |
| 机构 | [1]北京航空航天大学电子工程系,中国科学院声学研究所,五邑大学信息科学研究所 北京100083 五邑大学信息科学研究所,广东江门529020,北京100080 五邑大学信息科学研究所,广东江门529020,广东江门529020 北京航空航天大学电子工程系北京100083 [2]北京航空航天大学电子工程系,中国科学院声学研究所,五邑大学信息科学研究所 北京100083 五邑大学信息科学研究所,广东江门529020,北京100080 五邑大学信息科学研究所,广东江门529020,广东江门529020 北京航空航天大学电子工程系北京100083 [3]北京航空航天大学电子工程系,中国科学院声学研究所,五邑大学信息科学研究所 北京100083 五邑大学信息科学研究所,广东江门529020,北京100080 五邑大学信息科学研究所,广东江门529020,广东江门529020 北京航空航天大学电子工程系北京100083 ↓ |
| 来源信息 | 年:2002卷:38期:13页码范围:17-19,52 |
| 期刊信息 | 计算机工程与应用ISSN:1002-8331 |
| 关键词 | 视觉语言;视觉特征提取算法;唇动识别 |
| 摘要 | 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. |
| 收录情况 | PKU |
| 所属部门 | 电子信息工程学院 |
| 链接地址 | http://d.g.wanfangdata.com.cn/Periodical_jsjgcyyy200213006.aspx |
| DOI | 10.3321/j.issn:1002-8331.2002.13.006 |
| 基金 | 广东省自然科学基金 |
全文
影响因子：
dc:title:人机交互中视觉语言的灰度轮廓权向量差分唇形特征模型
dc:creator:甘俊英;赵向阳;张有为
dc:date: publishDate:2002-07-01
dc:type:期刊
dc:format: Media：计算机工程与应用
dc:identifier: LnterrelatedLiterature：计算机工程与应用.2002,38(13),17-19,52.
dc:identifier:DOI：10.3321/j.issn:1002-8331.2002.13.006
dc: identifier:ISBN:1002-8331
