论文部分内容阅读
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一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，总的特征取准确率提高了5个百分点，每个发音图像序列特征取的准确率提高了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”对“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