摘要：針對現(xiàn)有特征唇印提取中信息處理量較大、識別率不高等問題,本文提出了基于內(nèi)唇輪廓的特征唇印提取算法。算法首先在基元圖像上對內(nèi)唇輪廓特征點進(jìn)行標(biāo)定，建立基元唇印模型,然后通過均值計算構(gòu)造普通模型,并利用Gabor變換對基元唇印和普通模型進(jìn)行聯(lián)合特征信息提取，最后通過相似度對比選擇出特征唇印,以實現(xiàn)身份識別。仿真實驗驗證，本文的特征唇印提取算法在較低時空消耗下,具有較高的識別率，具有有效性和可用性。

　　關(guān)鍵詞：內(nèi)唇輪廓；基元唇??；特征唇印；特征點標(biāo)定；Gabor變換

0引言

　　特征唇印的提取是動態(tài)唇形身份識別技術(shù)中的核心環(huán)節(jié)，主要分為基于像素、基于模型以及混合型三類特征提取算法?；谙袼氐奶卣魈崛∈侵苯訉Υ讲康幕叶葓D像進(jìn)行特征提取。如文獻(xiàn)［1］采用主成分分析法對唇部的灰度圖像進(jìn)行特征提取，雖然算法對唇部的灰度圖像的質(zhì)量要求較低，但易受其他因素的影響致使識別率有所差異?；谀Ｐ偷奶卣魈崛⊥ㄟ^對唇部建立相應(yīng)的模型，以模型參數(shù)作為特征信息。文獻(xiàn)［2］將自適應(yīng)的均值模板引入到ASM中，雖然對唇部輪廓有更強(qiáng)的描述能力，但算法復(fù)雜，實用性較差?；旌闲偷拇接√崛∷惴ńY(jié)合了上述兩種算法的優(yōu)點。文獻(xiàn)［3］采用AAM(Active Appearance Model)來提取特征，算法將輪廓模型與主成分分析法相結(jié)合，具有較好的效果，但過程較復(fù)雜。文獻(xiàn)［4］提出了基于唇色濾波器的嘴唇特征提取, 適用于口型識別的實時唇定位。文獻(xiàn)［5］運(yùn)用DCT+LDA 的方法提取唇讀視覺特征，但現(xiàn)有特征唇印提取中信息處理量較大、識別率不高。針對嘴唇的外沿變化不是特別明顯、需要對大量數(shù)據(jù)進(jìn)行驗證和概括的問題，本文采用模型點和Gabor變換相融合的唇印提取算法，利用內(nèi)唇輪廓上關(guān)鍵點建立唇印模型，利用Gabor變換進(jìn)行特征提取，算法在一定程度上降低了復(fù)雜度，同時具有較高的特征表征能力。

1特征唇印提取模型及相關(guān)規(guī)定

　　11提取模型的相關(guān)規(guī)定

　?。?）為了便于敘述，設(shè){a;o;i;u;sh;z}為關(guān)鍵基元,這6個聲、韻母充分涵蓋了說話人的唇型特征。

　?。?）對每個關(guān)鍵基元進(jìn)行圖像標(biāo)定特征點、邊，構(gòu)造不同關(guān)鍵基元的唇部模型，稱為基元唇印。

　　（3）對所有基元唇印進(jìn)行多次訓(xùn)練，對標(biāo)定的特征點、邊取平均值計算得唇部均值模型，稱為普通模型。

　?。?）將以身份識別的唇動特征模型稱為特征唇印。

　　12特征唇印的提取模型

　　特征唇印的提取主要由基元唇印建立、普通模型構(gòu)造、特征唇印選擇等幾個階段組成。

　?。?）基元唇印的建立：從待識別的基元圖像中選出一幅尚未提取特征的圖像，對其內(nèi)唇輪廓進(jìn)行特征點標(biāo)定，得到特征點的坐標(biāo)及歐氏距離；（2）普通模型的構(gòu)造：在基元唇印庫中隨機(jī)選擇一定數(shù)量的基元唇印作為訓(xùn)練集，并根據(jù)基元類型分類，對每一類每個特征點求取平均坐標(biāo)，構(gòu)造六組普通模型；（3）特征唇印選擇：將講話人的六個基元唇印及六組普通模型對應(yīng)起來，然后利用Gabor變換進(jìn)行特征點抽取，計算相似度，選擇相似度最小的作為特征唇印。流程如圖1所示?！?/p>

2基于內(nèi)唇輪廓的特征唇印提取算法

　　內(nèi)唇特征提取算法需要經(jīng)過基元唇印建立和普通模型構(gòu)造兩個子過程。

　　21基元唇印算法

　　基元唇印的建立是特征唇印提取的前提，算法通過對嘴部圖像集進(jìn)行操作得到基元唇印庫和6個基元唇印?；接?Primitives Lipstick(P))算法流程如下圖2所示。

　　設(shè)每個講話人6個基元唇印相應(yīng)嘴部圖像集為P={Pi|P1,P2,P3…Pi}，每個Pi中標(biāo)定9個特征點，分別是左右嘴角各1個，內(nèi)唇上沿3個，內(nèi)唇下沿4個，從左嘴角起順時針標(biāo)定，從而得到Pi的特征點集T={Tj| 1≤j≤9}。然后計算特征點之間的歐氏距離，這里規(guī)定從Pi的特征點集中選擇編號相鄰的特征點，連接為特征邊，設(shè)Dmn為Tm、Tn間歐氏距離。

　　22普通模型構(gòu)造

　　普通模型在一定程度上反映了基元唇印庫中的平均唇形，是內(nèi)唇特征提取的基礎(chǔ)環(huán)節(jié)。流程為：首先隨機(jī)選擇N個基元唇印作為訓(xùn)練集TtrainingSet={TSi| 1≤i≤N}；然后根據(jù){a;o;i;u;sh;z}對訓(xùn)練集TtrainingSet進(jìn)行分類得到六個集合Ki={TSj| 1≤j≤Ni}；再者根據(jù)公式(1)和(2)分別求出第i類集合Ni個基元唇印特征點的坐標(biāo)平均值Xij和Yij。

　　普通模型構(gòu)造(AverageMouth(TtrainingSet))算法流程圖如圖3所示。

　　23內(nèi)唇特征唇印提取

　　在基元唇印建立和普通模型構(gòu)造兩個子過程的基礎(chǔ)上，構(gòu)造內(nèi)唇特征唇印提取算法。

　　首先根據(jù)基元唇印算法建立講話人的6個基元唇??；然后在基元唇印庫中隨機(jī)選擇N個基元唇印作為訓(xùn)練集，接著利用式（3）對6個基元唇印以及訓(xùn)練集的6個普通模型的9個特征點進(jìn)行5個頻位、8個相位的Gabor分解變換，得到特征點的特征向量［6］。

　　Cj=Ajexp(iφj)(1≤j≤40)(3)

　　其中Cj為卷積結(jié)果，Aj為幅值，φj為相位。

　　設(shè)J為基元唇印第i個特征點的Gabor變換系數(shù)集合{Cj|(1≤j≤40)}，J′為對應(yīng)的普通模型第i個特征點的Gabor變換系數(shù)集合{Jj|(1≤j≤40)}，Si為J與J’之間的相似度值，Aj和Aj ′分別為J、J′的幅值，利用角度無關(guān)的相似度計算公式(4)可得每個特征點的相似度。

　　計算9個特征點相似度的平均值，以sk作為基元對應(yīng)的基元唇印與普通模型之間的相似度。

　　相似度越小表明識別率越高，對sk進(jìn)行排序，選擇相似度最小的基元唇印作為特征唇印。

　　根據(jù)以上思想并結(jié)合基元唇印和普通模型算法，可設(shè)計出完整的內(nèi)唇特征唇印提取算法Lipstick Extract (K, P)，算法的流程如圖4所示。　

3仿真驗證

　　為了驗證本算法的可行性，利用MATLAB進(jìn)行仿真實驗，實驗選取32個不同講話人拼讀6個關(guān)鍵基元的視頻幀，每個講話人對應(yīng)6個關(guān)鍵基元。

　　31特征點標(biāo)定

　　本文選用內(nèi)唇輪廓線上的9個特征點標(biāo)定模型特征，如圖5所示的9特征點B，用點c捕獲［a］、［o］發(fā)音過程中嘴唇的高度，用a、e兩點捕獲［o］ 、［u］發(fā)音時嘴角位置，用b、d兩點捕獲嘴唇在發(fā)［o］、［u］、［sh］等音時的形變，用f、g、h、i四點來反映嘴唇上下開合時的距離及［i］、［sh］、［z］發(fā)音時唇部特征。

　　32與普通模型間的相似度水平

　　將文獻(xiàn)［7］、文獻(xiàn)［8］以及本算法所構(gòu)造的基元唇印與普通模型間相似度均值進(jìn)行比對，從圖6中可看出，由于特征點比文獻(xiàn)［7］減少了將近一半，本算法平均相似度值略高于文獻(xiàn)［7］，但與文獻(xiàn)［8］相比，具有較低的相似度，說明本算法的捕獲信息的能力更強(qiáng)。　

　　33時間效率

　　針對時間效率，將本文算法與文獻(xiàn)［7］、文獻(xiàn)［8］以及不提取特征唇印直接進(jìn)行識別的文獻(xiàn)［9］算法進(jìn)行比對，時間效率比對結(jié)果如表1。

　　從表1可以看出，本算法在身份識別中時間耗費(fèi)最小，有更好的時間性能，雖然文獻(xiàn)［9］節(jié)省了提取特征唇印所耗費(fèi)的時間，但在整個識別過程中耗費(fèi)時間較多。

　　34識別率

　　針對識別率，將本算法與文獻(xiàn)［7］、文獻(xiàn)［8］以及文獻(xiàn)［9］算法進(jìn)行了對比，結(jié)果如表2所示。

　　從表2中可知，本算法的識別率僅略低于文獻(xiàn)［7］，但拒識率最低。說明本算法能夠在較低時空消耗下，保證較高的識別率。表2不同算法的識別率對比本文算法文獻(xiàn)［7］文獻(xiàn)［8］文獻(xiàn)［9］識別率/%7885798272246385拒識率/%08311178

4結(jié)論

　　針對現(xiàn)有特征唇印提取中信息處理量較大、識別率不高等問題,本文提出了基于內(nèi)唇輪廓的特征唇印提取算法，算法首先在基元圖像上對內(nèi)唇輪廓特征點進(jìn)行標(biāo)定，建立基元唇印模型，然后通過均值計算構(gòu)造普通模型，并利用Gabor變換對基元唇印和普通模型聯(lián)合特征信息提取，最后通過相似度對比選擇出特征唇印，最終實現(xiàn)身份識別。仿真實驗驗證本文所提出的算法不僅耗時低，還具有較高的識別率。

　　參考文獻(xiàn)

　　［1］ Yang Jian,ZHANG D, Yang Jingyu. Constructing PCA baseline algorithms to rreevaluate ICAbased facerecognition performance［J］. IEEE Transactions on Systems,Man and Cybernetics,2007,37(4):1015-1021.

　?。?］ KIM H C, KIM H J, HWANG W,et al.Facial feature point extraction using the adaptive mean shape in active shape model［C］.Computer Vision/Computer Graphics Collaboration Techniques, France, 2007: 421-429.

　?。?］ KATSAMANIS A, PAPANDREOU G, MARAGOS P. Face active appearance modeling and speech acoustic information to recover articulation［J］,IEEE Tr.on Acoustics,Speech and Lang,2009,17(3):411-422.

　　［4］ 姚鴻勛,高文,李靜梅.用于口型識別的實時唇定位方法［J］,軟件學(xué)報,2000,11(8):1126-1132.

　?。?］ NEFTAN A V, Liang Luhong, Liu Xiaoxing, et al. A coupled HMM for audio-visual speech recognition［C］. International Confzerence on Acoustics Speech and Signal Processing,2002,5(2):2013-2016.

　?。?］ WISKOTT L,FELLOWS J M, N KRUK ger,et al.Face recognition by elastic bunch graph matching［J］.IEEE Trans on Patern.Anal Mach Intell, 1997(19): 775-779.

　　［7］ TIDDEMAN B, PERRETT D.Prototyping and transforming visemes for animated speech［C］.IN Proceedings of Computer Animation,Geneva,Switzer-land,2002:248-251.

　?。?］ Meng Yingjie, Li Zhaoxia,Hu Yingjie, et al. Speaker identification based on feature mouth shapes ［J］. Journal of Information and Computational Science,2009(6): 1209-1216.

　?。?］ POTAMIANOS G, Graf H. P, COSATTO E. An image transform approach for HMM based aotumatic lipreading ［C］. Proceeding of the International Conference on Image Processing,Chicagao,1998(3):173-177.