导读:本文包含了嘴唇模型论文开题报告文献综述及选题提纲参考文献，主要关键词:图像分割,唇语识别,嘴唇分割,局部模型校准
嘴唇模型论文文献综述
鲁远耀,周腾鹤,闫捷[1]（2018）在《基于局部马尔科夫随机场的模型校准嘴唇分割方法》一文中研究指出为了有效挖掘人说话时的唇动特征,提出了一种综合局部区域马尔科夫随机场(Markov random field,MRF)特性和模型校准的嘴唇分割方法。将嘴唇区域图像从RGB转换到LUX色彩空间,并利用对数化色彩分量U实现初始化轮廓的确定。沿轮廓选取固定半径的圆形窗口函数界定局部区域,再利用马尔科夫随机场进行嘴唇分割,并使用基于Kullback-Leiller(KL)距离的模型校准方法使局部区域之间的分割结果相互协调。实验证明,该方法可以在皮肤中分离出嘴唇,分割准确率高,鲁棒性好,具有较高的实用价值。(本文来源于《电子科技大学学报》期刊2018年03期）
刘青青[2]（2018）在《基于主动轮廓模型的嘴唇分割方法研究》一文中研究指出在计算机科学技术日益发展的现代社会,人类对科技生活的需求越来越多,人机交互技术也就被广泛地应用到各个领域。语音识别系统的出现与应用,丰富了人们的智能生活,提高了人们的生活质量。然而,语音识别系统也有一些缺点。人们发现当在人多嘈杂的环境中使用语音识别系统时,就不能够达到理想的效果。这是因为此系统的识别只依赖于语音,当使用环境存在其他声音干扰时,识别率就会直线下降。为此,研究者们开始寻找解决方法。根据人类相互交流的经验有研究者提出可以通过说话时嘴唇的形状变化来识别话语内容。这一方法通过视觉通道信息弥补了听觉通道信息的丢失。因此越来越多的研究者开始致力于唇部视觉语言识别的研究,并取得了显着成就。本文对唇语识别中嘴唇分割的过程进行了主要研究。在进行嘴唇精确分割之前,需要在输入的图像中定位出嘴唇所在的大致区域。本文采用现在比较成熟的一种人脸识别算法在输入的图像中识别出人脸区域,然后在人脸区域图像中根据五官的分布及相互之间的比例关系定位出嘴唇所在的大致区域,获得嘴唇图像,并将其作为精确分割的输入。为了使最终的分割结果更加准确,减少其他因素对算法的影响,本文在精确分割之前对图像进行了一些预处理。首先,为了尽量减少光照不均对分割结果的影响,本文对待分割图像进行了亮度均衡处理。在本文中,读入的原始图像为RGB图像,为方便计算,本文对图像的每个颜色通道都进行了亮度均衡,最后将结果结合,形成均衡后的新图像。此外,本文选择用CIE-LUV空间中的U分量和图像离散哈特莱变换后的C2、C3分量组成的组合颜色空间对亮度均衡后的图像进行了颜色空间转换。其中,U分量可以突出嘴唇区域和皮肤区域之间的差异,C2和C3分量则保留了更多的嘴唇细节信息。最后,在组合颜色空间图像中,本文依据像素值确定了四个关键点的位置,利用这些关键点根据嘴唇张开和闭合的两种状态分别建立了两种初始轮廓模型。对于闭合的嘴唇来说,本文选择了形状更接近嘴唇的菱形作为初始轮廓;另外,本文选择两个长轴相同的半椭圆作为张开嘴唇的初始轮廓。为了提高分割准确度,本文提出了内嘴唇初始轮廓,减少了口腔内部区域对结果的影响。经过实验验证,本文所用方法可以完成嘴唇的精确分割,并且能够得到准确的结果。对于张开的嘴唇来说,本文所用方法得到的结果可以剔除口腔内其他区域,只包含嘴唇部分,保证了分割的准确率。(本文来源于《北方工业大学》期刊2018-03-29）
奉小慧,贺前华,王伟凝,严乐贫[3]（2010）在《基于PS-Level Set的嘴唇几何形状定位模型》一文中研究指出针对面向唇读的水平集模型在嘴唇分割中存在边界过收敛和过早收敛的问题,文中提出了一种改进的基于先验知识的水平集模型(简称为PS-Level Set)来进行嘴唇几何形状的定位.PS-Level Set模型利用改进的差值能量函数引入嘴唇形状的先验信息.在曲线演化过程中,反复比较演化曲线和先验曲线的差距,使曲线的演化形状逐渐逼近先验模型形状,从而更精确地收敛于目标物体实际轮廓.实验表明,用PS-Level Set模型定位嘴唇几何形状的准确率比用水平集模型提高了8.38%.(本文来源于《华南理工大学学报(自然科学版)》期刊2010年02期）
余健仪,郑胜林,潘保昌,邱海枫[4]（2008）在《基于改进的snake模型的嘴唇轮廓提取》一文中研究指出为了更好地利用snake模型来提取彩色图像中的物体轮廓,提出一种改进的snake算法。此方法首先自动生成snake的初始模型,然后在GVF-snake的基础上重新设计了snake的外部能量函数,采用色彩聚类算法对原始图像进行分割,利用像素到聚类中心的距离增强图像并进行差分运算,提取有意义区域的边缘梯度,对GVF向量场进行了归一化处理并改进了平滑因子。实验结果证明,改进后的算法,特别是在处理彩色图像时,大大优于原始方法,提高了轮廓提取的精度且有较好的鲁棒性。(本文来源于《计算机技术与发展》期刊2008年08期）
嘴唇模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在计算机科学技术日益发展的现代社会,人类对科技生活的需求越来越多,人机交互技术也就被广泛地应用到各个领域。语音识别系统的出现与应用,丰富了人们的智能生活,提高了人们的生活质量。然而,语音识别系统也有一些缺点。人们发现当在人多嘈杂的环境中使用语音识别系统时,就不能够达到理想的效果。这是因为此系统的识别只依赖于语音,当使用环境存在其他声音干扰时,识别率就会直线下降。为此,研究者们开始寻找解决方法。根据人类相互交流的经验有研究者提出可以通过说话时嘴唇的形状变化来识别话语内容。这一方法通过视觉通道信息弥补了听觉通道信息的丢失。因此越来越多的研究者开始致力于唇部视觉语言识别的研究,并取得了显着成就。本文对唇语识别中嘴唇分割的过程进行了主要研究。在进行嘴唇精确分割之前,需要在输入的图像中定位出嘴唇所在的大致区域。本文采用现在比较成熟的一种人脸识别算法在输入的图像中识别出人脸区域,然后在人脸区域图像中根据五官的分布及相互之间的比例关系定位出嘴唇所在的大致区域,获得嘴唇图像,并将其作为精确分割的输入。为了使最终的分割结果更加准确,减少其他因素对算法的影响,本文在精确分割之前对图像进行了一些预处理。首先,为了尽量减少光照不均对分割结果的影响,本文对待分割图像进行了亮度均衡处理。在本文中,读入的原始图像为RGB图像,为方便计算,本文对图像的每个颜色通道都进行了亮度均衡,最后将结果结合,形成均衡后的新图像。此外,本文选择用CIE-LUV空间中的U分量和图像离散哈特莱变换后的C2、C3分量组成的组合颜色空间对亮度均衡后的图像进行了颜色空间转换。其中,U分量可以突出嘴唇区域和皮肤区域之间的差异,C2和C3分量则保留了更多的嘴唇细节信息。最后,在组合颜色空间图像中,本文依据像素值确定了四个关键点的位置,利用这些关键点根据嘴唇张开和闭合的两种状态分别建立了两种初始轮廓模型。对于闭合的嘴唇来说,本文选择了形状更接近嘴唇的菱形作为初始轮廓;另外,本文选择两个长轴相同的半椭圆作为张开嘴唇的初始轮廓。为了提高分割准确度,本文提出了内嘴唇初始轮廓,减少了口腔内部区域对结果的影响。经过实验验证,本文所用方法可以完成嘴唇的精确分割,并且能够得到准确的结果。对于张开的嘴唇来说,本文所用方法得到的结果可以剔除口腔内其他区域,只包含嘴唇部分,保证了分割的准确率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
嘴唇模型论文参考文献
[1].鲁远耀,周腾鹤,闫捷.基于局部马尔科夫随机场的模型校准嘴唇分割方法[J].电子科技大学学报.2018
[2].刘青青.基于主动轮廓模型的嘴唇分割方法研究[D].北方工业大学.2018
[3].奉小慧,贺前华,王伟凝,严乐贫.基于PS-LevelSet的嘴唇几何形状定位模型[J].华南理工大学学报(自然科学版).2010
[4].余健仪,郑胜林,潘保昌,邱海枫.基于改进的snake模型的嘴唇轮廓提取[J].计算机技术与发展.2008