《唇部精准定位算法的国内外研究现状文献综述》3100字.docxVIP

唇部精准定位算法的国内外研究现状文献综述

近几年来，唇读技术在国内外成为了研究热点问题。唇部定位的步骤简单概括就是首先进行人脸识别，然后定位唇部区域。目前大部分的唇读系统只能识别正面人脸，在侧面人脸方面相关的工作做得比较少。人脸检测技术目前较为成熟，并且在实际生活中有着广泛的应用，主要的方法有通过几何特征、基于特征脸（PCA）、人工神经网络、支持向量机等方法。得到脸部区域之后，就要对唇部区域进行定位。通过不同的提取方法，对唇部定位的精度与范围也大不相同[8]。

关于唇部定位，目前主流有三类方法：基于模型的方法、基于像素的方法以及混合方法[2]。

1.1基于模型的方法

基于模型的方法主要有光流法、Snake算法，参数模型法（也叫做可变模板法，使用关于目标形状的明确假设）等[7]。其基本思路，是将嘴唇轮廓建立出一个参数化的学模型，有效表达嘴唇区域的距离、形状面积等几何特征，此方法鲁棒性较强，然而计算量较大。

在一些技术中，唇区结构用一组模型参数来描述。在从输入图像中提取视觉特征之前，需要进行鲁棒的人脸和嘴唇检测。此外，唇部分析方法主要集中在唇部分割方面。面部特征的自动检测仍在进行中。尽管已经发展了许多方法来实现这一目标，但不同的问题仍然存在。这些问题是由光照条件的变化、噪声和人脸特征的不同引起的[8]。

此外，还有一些其他改进的方法，如奉小慧[9]等人基于多方向的水平集方法（Mu