您的位置: 专家智库 > >

李园园

作品数:2 被引量:1H指数:1
供职机构:哈尔滨工业大学(深圳)更多>>
发文基金:深圳市基础研究计划项目国家自然科学基金深圳市科技计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 2篇特征提取
  • 1篇人脸
  • 1篇人脸检测
  • 1篇视频
  • 1篇视频序列
  • 1篇说话人
  • 1篇说话人识别
  • 1篇切分
  • 1篇马尔可夫
  • 1篇SIFT
  • 1篇尺度不变特征
  • 1篇尺度不变特征...

机构

  • 1篇哈尔滨工业大...
  • 1篇哈尔滨工业大...

作者

  • 2篇李园园
  • 1篇马新军
  • 1篇吴晨晨

传媒

  • 1篇计算机应用

年份

  • 2篇2017
2 条 记 录,以下是 1-2
排序方式:
基于视频序列切分的唇读识别方法研究
近年来随着人工智能的快速发展,相应地唇读技术也得到了广泛的研究。人脸检测、唇部定位、唇动特征提取以及唇读识别是唇读技术的几个重要方面,相关的算法也多有提出。但是这些算法局限于传统方法流程,算法冗余度较高。本文在唇读技术的...
李园园
关键词:人脸检测特征提取
基于SIFT的说话人唇动识别被引量:1
2017年
针对唇部特征提取维度过高以及对尺度空间敏感的问题,提出了一种基于尺度不变特征变换(SIFT)算法作特征提取来进行说话人身份认证的技术。首先,提出了一种简单的视频帧图片规整算法,将不同长度的唇动视频规整到同一的长度,提取出具有代表性的唇动图片;然后,提出一种在SIFT关键点的基础上,进行纹理和运动特征的提取算法,并经过主成分分析(PCA)算法的整合,最终得到具有代表性的唇动特征进行认证;最后,根据所得到的特征,提出了一种简单的分类算法。实验结果显示,和常见的局部二元模式(LBP)特征和方向梯度直方图(HOG)特征相比较,该特征提取算法的错误接受率(FAR)和错误拒绝率(FRR)表现更佳。说明整个说话人唇动特征识别算法是有效的,能够得到较为理想的结果。
马新军吴晨晨仲乾元李园园
关键词:尺度不变特征变换特征提取说话人识别
共1页<1>
聚类工具0