人脸主要特征位置标定与唇动序列跟踪

通过对人脸主要特征位置的粗标定,得到眼睛位置的精标定,进而确定嘴的粗位置,构造了一个嘴的变形模型,通过多变量寻优算法获得比较准确的发音嘴形特征. 这对于人机自然交互,听觉视觉双模态语音识别,计算机视觉的研究都有重要意义. 这种方法简单、快捷,通过试验验证有较好的效果.

非监督、多级嘴唇区域分割方法

该文介绍了一个非监督、多级嘴唇区域分割检测方法。首先提出利用fisher变换增强嘴唇区域,然后利用嘴唇在人脸区域的分布面积比,提出利用统计阈值完成嘴唇的初步分割,最后利用嘴唇对称性和轮廓光滑性的先验知识,提出了基于局部阈值调整完成嘴唇的精细分割。实验证明该方法在不同光照条件下、对不同人、各种表情都能自动地、鲁棒地、精确地检测出嘴唇区域,并较准确提取初步的嘴唇几何参数。利用这些几何参数作为轮廓定位的初始化条件,可以大大提高变形模板和ASM模型等嘴唇轮廓定位算法的速度和准确度。