唇读研究进展与展望

• 作者: 陈小鼎 盛常冲 匡纲要 刘丽
• 来源期刊: 自动化学报
• 关键词: 唇读 视觉语言识别 时空特征提取 计算机视觉 深度学习
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 综述
• 页码范围: 2275-2301
• 页数: 27页
• 语种: 中文
• DOI: 10.16383/j.aas.c190531

摘要

唇读,也称视觉语言识别,旨在通过说话者嘴唇运动的视觉信息,解码出其所说文本内容.唇读是计算机视觉和模式识别领域的一个重要问题,在公共安防、医疗、国防军事和影视娱乐等领域有着广泛的应用价值.近年来,深度学习技术极大地推动了唇读研究进展.本文首先阐述了唇读研究的内容和意义,并深入剖析了唇读研究面临的难点与挑战;然后介绍了目前唇读研究的现状与发展水平,对近期主流唇读方法进行了梳理、归类和评述,包括传统方法和近期的基于深度学习的方法;最后,探讨唇读研究潜在的问题和可能的研究方向.以期引起大家对唇读问题的关注与兴趣,并推动与此相关问题的研究进展.