پایان‌نامه

ردیابی لب و لب خوانی بااستفاده از پردازش تصاویر ویدیویی

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

لب خوانی از سالیان پیش یکی از موضوعات و ابزارهای مهم برای افراد کم شنوا و ناشنوا بوده تا این افراد درک مناسبی نسبت به گفته های شخصی که در حال صحبت کردن است داشته باشند. اخیر? لب خوانی با استفاده از تصاویر ویدیویی (تصاویر متوالی) یکی از موضوعات مورد علاقه محققان بوده که طی چند دهه اخیر تحقیقات گسترده ای راجع به این مساله انجام داده و مقاله های متعددی در این باره چاپ نموده اند، چرا که استفاده از تصاویر ویدیویی از حرکات لب و دهان و اطلاعات حاصل از آن در شناسایی و تشخیص گفتار تحت شرایط صوتی نابهنجار و نویزی کمک موثری به شخص می کند. درحالت کلی گرچه نرخ شناسایی و تشخیص گفتار، با سیستم های لب خوانی پایین است ولی در چنین محیطهایی استفاده از اطلاعات تصویری به مراتب بهتر از اطلاعات صوتی می باشد. و بدین دلیل تلاشهای فراوانی برای بهبود عملکرد چنین سیستمهایی صورت گرفته است. هدف این پایان نامه معرفی یک سیستم لب خوانی میتنی بر پردازش تصویر برای کلمات فارسی می باشد. مراحل اصلی یک سیستم لب خوانی بصورت زیر می باشد: 1- بدست آوردن ناحیه لب از هر فریم ویدیویی 2- استخراج ویژگی های مهم از ناحیه لب 3- شناسایی کلمات بیان شده توسط هر گوینده با استفاده از پردازش زمانی ویژگیها از آنجا که مهمترین بخش یک سیستم لب خوانی بدست آوردن ویژگی های مناسب برای تشخیص گفتار است و این امر جز با استخراج مناسب لب از ناحیه چهره فرد میسر نخواهد شد بنابراین ما در این تحقیق از یک روش جدیدی برای جداسازی ناحیه لب از ناحیه پوست صورت شخص استفاده کرده ایم. در روش ارایه شده برای لب خوانی در این تحقیق ابتدا روشی برای جداسازی بهتر ناحیه لب از ناحیه پوست ارایه می شود سپس تصویر بدست آمده به عنوان بردار ویژگی به الگوریتم فازی جهت خوشه بندی صورت به دو ناحیه لب و پوست داده می شود. سپس با استفاده از یک آستانه گیری تطبیقی ناحیه لب را جدا ساخته و برای بدست آوردن پیرامون لب، مرز ناحیه لب را بدست می آوریم. اما از آنجا که مرز بدست آمده بدرستی بر روی مرز لب تصویر اصلی تطبیق نمی شود از مدل پیرامون فعال جهت حل این مشکل استفاده می کنیم. در مرحله بعد، از چندین ویژگی مانند ویژگی های هندسی لب به عنوان بردار ویژگی استفاده می کنیم و به عنوان ورودی به یکی از روشهای طبقه بندی از جمله شبکه عصبی داده و در نهایت شناسایی لازم انجام خواهد گرفت.

اساتید راهنما و مشاور

علیرضا بهراد

پایان‌نامه‌های مشابه

  • تحلیل رفتار حرکتی در بیماران پارکینسون مبتنی بر پردازش تصاویر ویدیویی

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی (نوشیروانی) بابل - دانشکده برق و کامپیوترعلی توکل پورصالح

    حرکت شناسی بعنوان یکی از علوم پایه به بررسی رفتار حرکتی موجودات زنده می پردازد. با گسترش و رشد جمعیت بررسی رفتار حرکتی انسان با استفاده از علوم حرکت شناسی توام با تحلیل دیداری از اهمیت ویژه ای برخوردار است. بنابراین نیاز صنایع مختلف برای دستیابی به سیستم های پیشرفته نظارت تصویری

  • ردیابی شی در تصاویر ویدیویی

    پایان‌نامه۲۰۱۲وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی (نوشیروانی) بابل - دانشکده برق و کامپیوترعلیرضا اسودی

    بینایی ماشین با ترکیب روش های مربوط به پردازش تصویر و ابزارهای یادگیری ماشینی، رایانه را قادر به درک هوشمند معنا و محتوای تصاویر می کند. ردیابی شی یک عمل اساسی برای بسیاری از کاربردهای سطح بالای بینایی ماشین مانند بازشناسی براساس حرکت، نظارت خودکار، نمایه گذاری فایل های ویدیویی،

  • ردیابی وسیله نقلیه در دنباله تصاویر ویدیویی با وجود هم پوشانی

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی (نوشیروانی) بابل - دانشکده مهندسی برق و کامپیوتررضا علی نژاد

    یکی از مسائل مهم و قابل توجه در سیستم های هوشمند و بینایی ماشین ردیابی اهداف است. هدف ما در این پایان نامه رهگیری مقاوم و موثر خودروهای مشاهده شده از دنباله تصاویر گرفته شده توسط دوربین ثابت است. شناسایی اهداف اولین مرحله در الگوریتم های ردیابی است. بدین منظور از روش های تفاضل پس

  • ردیابی شی های متعدد در تصاویر ویدیویی با استفاده از الگوریتم کرم شب تاب

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه سمنان - دانشکده برق و کامپیوترمسلم عرب آبادی

    بیش از سه دهه است که در زمینه ردیابی شی تحقیقات متعددی صورت گرفته است. اما با معرفی کاربرد¬های جدید برای این شاخه از بینایی ماشین رویکرد¬های مختلفی برای آن معرفی شده است. پژوهش صورت گرفته در این پایان نامه منجر به ارائه یک روش جدید برای ردیابی چندین شی به صورت همزمان شده است. در

  • تشخیص چهره با استفاده از تصاویر ویدیویی

    پایان‌نامه۲۰۱۲وزارت علوم، تحقیقات و فناوری - دانشگاه الزهراء - دانشکده فنیشادی نوروزی فر

    تشخیص چهره، توانــایی تشخـــیص یک افـــراد با توجه به ویژگی های چهر? آنها است. تشخیص چهره، یک موضوع مهم در کاربردهایی همچون سیستم های امنیتی، کنترل کارت اعتباری و شناسایی مجرمان محسوب می شود. استفاده از تصاویر ویدیویی موجب می شود که محدودیت تصاویر ثابت از بین رفته و بتوان تحت هر

  • تشخیص چهره در تصاویر ویدیویی درگاه های ورودی

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده کامپیوتر و فناوری اطلاعاتامید کهنسال

    هدف از این پایان نامه، تعیین هویت افراد در تصاویر ویدیویی درگاه های ورودی تحت شرایط واقعی است. به این منظور در این پایان نامه، روشی بلادرنگ و مقاوم در برابر شدت روشنایی های متفاوت، حالات مختلف چهره، تغییرات زاویه دید و مقیاس، پوشش بخشی از چهره و کیفیت نامناسب تصاویر ارائه شده است

اسناد مشابه

  • ردیابی دقیق خیرگی چشم در فریم های تصاویر ویدیویی از طریق ترکیب روش فیلترهای ذرهای با الگوریتم ژنتیک

    مقاله۲۰۱۷پردازش سیگنال پیشرفتهسمیرا افصحی، مجتبی جعفری

    ردیابی خیرگی چشم پردازشی کلیدی در تعامل‌های انسان - کامپیوتر است. یک رویکرد پایه در این حوزه، پیش‌بینی موقعیت مردمک چشم در فریم‌های متوالی ویدئویی است. فیلتر ذره‌ای، مهم‌ترین روش مبتنی بر رویکرد مذکور، با وجود تضمین سرعت مطلوب دقت کمی در پیش‌بینی موقعیت مردمک دارد. جهت حل این مشک

  • آشکارسازی و تعیین مکان متون فارسی - عربی در تصاویر ویدیویی

    استخراج اطلاعات متنی از تصاویر ویدیویی نقش مهمی را در کاربردهایی نظیر تحلیل معنایی ویدیو، بازیابی اطلاعات متنی، آرشیو تصاویر ویدیویی و اطلاعات مربوطه ایفا می‌کند. در این مقاله روشی جهت استخراج متن فارسی- عربی از تصاویر ویدیویی ارائه می‌گردد. در ابتدا با استفاده از آشکارساز لبه من

  • آشکارسازی و تعیین مکان متون فارسی - عربی در تصاویر ویدیویی

    مقالهپردازش علائم و داده هاسعید مظفری، علی اصغر اروجی، محی الدین مرادی

    استخراج اطلاعات متنی از تصاویر ویدیویی نقش مهمی را در کاربردهایی نظیر تحلیل معنایی ویدیو، بازیابی اطلاعات متنی، آرشیو تصاویر ویدیویی و اطلاعات مربوطه ایفا می کند. در این مقاله روشی جهت استخراج متن فارسی- عربی از تصاویر ویدیویی ارائه می گردد. در ابتدا با استفاده از آشکارساز لبه من

  • سیستم بلادرنگ و هوشمند اعلام هشدار خستگی رانندگان بر مبنای تصاویر ویدیویی

    مقالهسلامت کار ایرانخسرو رضائی، سبزوار- دانشگاهسبزوار- دانشگاه حکیم سبزواری غفار محمدی، دانشگاه حکیم سبزواری ایمان میرزا جانی، سبزوار- دانشگاه حکیم سبزواریوار- دانشگاه جواد حدادنیا

    زمینه و هدف : هوشمند­سازی سیستم­های بازدارنده­ی سوانح رانندگی می­تواند در به حداقل رساندن مرگ و میر ناشی از تصادفات مؤثر باشد. یکی از عوامل منجر به مرگ که سهم عمده­ای را در ایجاد تصادفات به خود اختصاص داده، خطاهای انسانی است. خستگی در حین رانندگی از مواردی است که سبب ایجاد خطا و

  • بررسی و شبیه سازی الگوریتم های مختلف پردازش تصاویر پزشکی جهت بهبود کیفیت تصاویر با استفاده از سیمولینک متلب

    مقاله۲۰۲۱تحقيقات نوين در سيستم هاي قدرت هوشمندپریسا صالحی، ندا بهزادفر، همایون مهدوی نسب

    پس از کشف اشعه ایکس با استفاده روزافزون از سیستمهای تصویربرداری دیجیتال، پردازش تصاویر پزشکی اهمیت بیشتری پیدا کرده است. پردازش تصاویر پزشکی به متخصصان در زمینه تشخیص بیماریها کمک شایانی میکند. عالوه بر روشهای اصلی دیجیتالی مانند توموگرافی کامپیوتری )CT )یا تصویربرداری رزونانسی م

  • تشخیص هوشمند عیوب رادیاتور خنک کاری مبتنی بر تکنیکهای هوش مصنوعی و پردازش تصاویر گرمایی

    مقالهمهندسی مکانیک مدرسامین طاهری گراوند، دانشگاه لرستان محمود امید، دانشگاه تهران حجت احمدی، دانشگاه تهران سید سعید محتسبی

    در این تحقیق یک سامانه مبتنی بر تلفیق فناوری های گرمانگاری و پردازش تصویر برای تشخیص و طبقه بندی عیوب مختلف رادیاتور توسعه داده می شود. عیوب متداول در رادیاتور های سیستم خنک کاری شامل؛ گرفتگی لوله های رادیاتور، گرفتگی شبکه رادیاتور، اتصالات شل بین لوله ها و شبکه رادیاتور، نشتی ما