基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决视觉语言特征提取这个唇读技术中最关键的难题,提出一种新的基于DCT和LDA的特征提取方法.为提取对不同口型最具分类能力的特征矢量,首先基于DCT对视觉语言部位变换降维,然后基于LDA算法从DCT系数提取对口型分类性能最优的特征矢量.在特定人与非特定人的唇读数据库上以及实时唇读识别的实验都表明,该方法唇读识别率比传统的人工直接选择DCT系数法以及PCA提取法有明显提高.
推荐文章
一种基于LDAO的唇读特征提取算法
唇读
特征提取
线性判别分析算法
基于对象的线性判别分析算法
一种基于LDAO的唇读特征提取算法
唇读
特征提取
线性判别分析算法
基于对象的线性判别分析算法
唇读中基于像素的特征提取方法的研究
唇读
特征提取
PCA
DCT
Gabor
基于PCA和KHM聚类的唇特征提取算法的研究
特征提取
主成分分析
KHM
人脸语音动画
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 在DCT域进行LDA的唇读特征提取方法
来源期刊 计算机工程与应用 学科 工学
关键词 唇读 特征提取 离散余弦变换(DCT) 线性判别分析(LDA)
年,卷(期) 2009,(32) 所属期刊栏目 图形、图像、模式识别
研究方向 页码范围 150-152,155
页数 4页 分类号 TP391.1
字数 4534字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.32.047
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张华 南昌大学江西省机器人焊接重点实验室 348 2909 25.0 35.0
2 刘继忠 南昌大学江西省机器人焊接重点实验室 56 378 10.0 15.0
3 何俊 南昌大学江西省机器人焊接重点实验室 15 232 7.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (13)
同被引文献  (14)
二级引证文献  (15)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(8)
  • 引证文献(3)
  • 二级引证文献(5)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(4)
  • 引证文献(2)
  • 二级引证文献(2)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
唇读
特征提取
离散余弦变换(DCT)
线性判别分析(LDA)
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导