بازشناسی دیداری گفتار با استفاده از مدلهای شکل فعال و مدلهای مخفی مارکوف

سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,943

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMVIP04_069

تاریخ نمایه سازی: 21 دی 1386

چکیده مقاله:

بازشناسی تصویری گفتار فرایندی است که در سالهای اخیر برای کمک به افرادی که دچار آسیب در سیستم صوتی بوده ، مورد توجه محققین قرار گرفته است . در این مقاله، یک رویکرد جدید برای تشخیص دیداری گفتار ارائه شده است که شامل دو مرحله استخراج ویژگی از دنباله تصاویر لب و طبقه بندی ویژگی های بدست آمده م یباشد. برای استخراج ویژگی ، یک الگوریتم جدید برای ستخراج کانتور لب مبتنی بر نقاط با استفاده ازASM پیشنهاد شده است . در این الگوریتم، ابتدا یک مدل لب 16 نقطه ای برای توصیف کانتور لب استفاده شده است که این نقاط توسط چند مد اول تغییرات شکل بدست آمده از مجموعه داده آموزشی کنترل م یشوند. با کمک آنالیز خوشه بندی فازی، یک نگاشت احتمال از تصاویر رنگی لب بدست آمده است و یک تابع هزینه مبتنی بر ناحیه ساخته شده است . با فرآیند بهینه سازی جدید، مدل لب را بر روی نگاشت احتمال تصویر تحت بررسی منطبق می کنیم و از پارامترهای این مدل به عنوان ویژگی در هر فریم استفاده شده است . در نهایت برای یکسان سازی بعد بردار ویژگی، از روش درون یابی و برای کاهش بعد بردار ویژگی از روشهایFLD و PCA استفاده می گردد . برای طبقه بندی 6 واژه، از الگوریتمHMM استفاده شده و ارزیابی بر روی مجموعه دادگان جمع آوری شده از تصاویر لب 20 گوینده مختلف، صورت گرفته که بیشترین نرخ شناسایی % 89 میباشد

نویسندگان

رضا شالباف

کارشناسی ارشد مهندسی پزشکی دانشگاه صنعتی امیرکبیر

منصور وفادوست

عضو هیئت علمی دانشکده مهندسی پزشکی دانشگاه صنعتی امیرکبیر

احمد شالباف

کارشناسی ارشد مهندسی پزشکی دانشگاه صنعتی امیرکبیر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Zhang. B; Fukui. Y, ،Research On an Automated Speech Recognition ...
  • Chen. T: Graf. H.P; Haskell. B; Petajan. E, *Speech Assisted ...
  • Yu. K; Jiang. X; Bunke. H, *Lipreading Using Signal Analysis ...
  • Chiou. G.I; Hwang. J.N, *Lipreading from color video', IEEE Trans. ...
  • Coianiz. T; Torresani. L; Caprile. B, 2D deformable models for ...
  • Cootes. T.F; Taylor. C.J; Cooper. D.H; Graham. J, *Active shape ...
  • Rabi. G; Lu. S.W, Visual Speech Recognition By Recurrent Neural ...
  • Matthews. L;Cootes. T.F;: Bangham. J.A;Cox. S; Harvey. R, ،Extraction of ...
  • Wang. S.L: Leung. S.H; Lau. W.H, *lip segmentation by fuzzy ...
  • Hunt. R.W.G, *Measuring Color, 2nd Edition, Ellis Horwood Series in ...
  • Er. M.J; Wu. S: Lu. J; Toh. H.L, ?Face Recognition ...
  • Rabiner. L.R, ، A Tutorial on hidden markov models and ...
  • recognition?, Proceedings of the IEEE, Vol. 77, no. 2, February ...
  • Rabi. G; Lu. S.W, *Energy Minimization For Extracting Mouth Curves ...
  • نمایش کامل مراجع