彩色嘴唇图像分割与跟踪技术在唇读中的应用研究

"这篇硕士论文主要探讨了动态嘴唇分割与跟踪算法的研究，作者是吴文超，导师为李建华和王士林，来自上海交通大学信息安全工程学院。文章中提出了两种嘴唇分割方法，一种基于MS-FCM模糊聚类，另一种为结合像素点特征和参数模型的原创算法，后者通过改进的Snake算法实现精确的嘴唇轮廓提取。实验在AR face database上进行，证明了算法的效率和准确性。" 动态嘴唇分割与跟踪算法在当前的信息科技、模式识别及人工智能领域中具有重要的研究价值，尤其是对于唇读技术的发展。这篇论文的核心内容主要集中在两个部分：嘴唇分割和嘴唇跟踪。 在嘴唇分割部分，论文首先介绍了一种基于MS-FCM（多种子模糊C均值）的模糊聚类算法。该算法不仅利用颜色信息，还考虑了几何空间位置信息，同时采用多聚类中心策略来区分嘴唇区域。通过在AR face database中的实验，验证了该方法在嘴唇区域分割上的有效性和准确性。 其次，作者提出了一种创新性的结合像素点特征和参数模型的嘴唇分割算法。这个算法首先建立了一个由三条独立抛物线组成的嘴唇参数模型，然后通过嘴角检测进行预处理，运用改进的“跳跃式Snake算法”寻找特征像素点，再通过带有权重限制的最小二乘曲线估计进行轮廓拟合，从而得到精确且完整的嘴唇轮廓。同样，实验结果也证实了这种方法的有效性。 在嘴唇跟踪环节，尽管文中没有详细阐述具体的技术细节，但可以推测，这部分可能涉及了对分割出的嘴唇轮廓在连续帧间的匹配和追踪，这可能包括了运动模型的建立、特征点的持久追踪以及在噪声和遮挡情况下的鲁棒性处理。 这篇论文为嘴唇分割和跟踪技术提供了新的视角和解决方案，对于提高唇读系统的性能和稳定性有着积极的推动作用。其贡献在于创新性地融合了多种算法，如模糊聚类、Snake模型和参数曲线拟合，这些方法对于后续的相关研究具有参考价值。