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:
唇语识别技术主要通过讲话时嘴唇形状的动态变化来识别讲话内容,可以提高语音识别在噪声较大环境下的准确率.本文提出了一种利用Haar-like特征和AdaBoost算法对人脸和嘴唇区域进行检测及分割并使用YCbCr色彩空间对分割出的嘴唇区域进行嘴唇提取的方法.
推荐文章
基于AdaBoost算法的易拉罐检测方法
Adaboost算法
Haar特征
LBP特征
检测器
基于Gentle AdaBoost算法的牛体检测
牛体检测
BOF特征向量
特征提取
Gentle AdaBoost
训练分类器
基于BP神经网络的人脸检测AdaBoost算法
人脸检测
BP神经网络
AdaBoost
基于马尔可夫随机场的嘴唇特征提取方法
嘴唇特征
马尔可夫随机场
图像分割
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 基于AdaBoost算法的嘴唇检测与提取
来源期刊 数码世界 学科
关键词 唇语识别 嘴唇提取 Haar-like 特征 AdaBoost 算法
年,卷(期) 2019,(4) 所属期刊栏目 前沿科技
研究方向 页码范围 6
页数 1页 分类号
字数 1020字 语种 中文
DOI
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 杜帅 2 1 1.0 1.0
2 李思潼 1 0 0.0 0.0
3 冯彦婕 1 0 0.0 0.0
4 朱从亮 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (4)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
唇语识别
嘴唇提取
Haar-like
特征
AdaBoost
算法
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
数码世界
月刊
1671-8313
12-1344/TP
大16开
北京市海淀区永定路4号A院3号楼506室
6-167
2002
chi
出版文献量(篇)
22805
总下载数(次)
112
论文1v1指导