用于自动唇读的视觉词

唇读用于在不听声音的情况下理解或解释语音，这是一种尤其被听力障碍人士所掌握的技术。唇读能力使听力障碍者能够与他人交流并参与社交活动，否则这些将十分困难。计算机视觉、模式识别和信号处理领域的最新进展引发了人们对自动化这一具有挑战性的唇读任务的日益浓厚的兴趣。事实上，自动化人类的唇读能力（这一过程被称为视觉语音识别）可以为其他新颖应用打开大门。本论文研究了自动唇读系统面临的各种问题，并提出了一种基于“视觉词”的新型自动唇读方法。所提出的方法包括一种新型自动人脸定位方案和一种唇部定位方法。