استخراج ویژگی زمانی فرکانسی جهت شناسایی دیداری مصوت های فارسی

فصل اول : مقدمه

مقدمه

ساختار پایان نامه

فصل دوم : مروری بر تحقیقات انجام شده

مقدمه

مدلهای مرز فعال

تابع انرژی

حداقل سازی انرژی

مدلهای شکل فعال

مدلهای انعطاف پذیر

مدل لب

فرمول بندی تابع هزینه

بهینه سازی پارامترهای مدل

الگوهای انعطاف پذیر

موجک هار

پیش پردازش

تبدیل رنگی

قطعه بندی

آنالیز مؤلفه های خاص

زمینه ریاضی EMPCA

تولید منیفولد از تصویر ورودی

تبدیل کسینوسی گسسته

مدلسازی بر اساس  D DCT

استخراج ویژگی حرکتی لب

استخراج ویژگی حرکت مبتنی بر شبکه

استخراج ویژگی حرکت مبتنی بر کانتور

استخراج ویژگی از ناحیه مورد نظر

استخراج ویژگیهای دیداری

تبدیل کسینوسی و  LSDA

پیش پردازش

روش  DCT

DCT + PCA

DCT +LDA

DCT +LSDA

ماتریس انتقال ویژگی

مدل لب با منحنی بیزیر

جداسازی ناحیه لب با کا منیز

فصل سوم : روشهای استخراج ناحیه دهان و سیستمهای تشخیص

مقدمه

آشکارسازی ناحیه لب

آنالیز ترکیب رنگ لب و پوست

رنگ و اشباع و شدت روشنایی (HSV)

حذف مؤلفه قرمز

الگوریتم کا مینز

پیاده سازی الگوریتم

شدت روشنایی و باینری کردن

روشهای ترکیبی

روشهای کلاسه بندی و شناسایی

شبکه عصبی

شبکه های پیشخور

الگوریتم پس انتشار خطا

مدل مخفی مارکوف

فصل چهارم : ویژگیهای استخراجی وپیاده سازی روش پیشنهادی و معرفی پایگاه داده

پایگاه داده

جداسازی ویدیوهای ضبط شده

ویژگی های استخراج شده

جداسازی ناحیه لب

آستانه گذاری

استفاده از روش حذف رنگ قرمز

آنالیز ترکیب رنگ لب و پوست

برچسب گذاری اجزا

جعبه محاطی

ضرایب مل فرکانسی

فریم بندی

پنجره گذاری

تبدیل فوریه گسسته

مقیاس مل

تبدیل کسینوسی گسسته

محاسبه ضرایب کسینوسی و ویولت

محاسبه ضرایب مل فرکانسی

یافتن مرکز لب و استخراج ناحیه ای حول لب

اسکن زیگزاگ

کاهش ویژگی با LSDA

استفاده از تابع Logsigmoid  و تغییر الگوریتم آموزش

استفاده از تابع Tansigmoid  و الگوریتم ممنتوم

استخراج ویژگی از تصاویر مختلف

استخراج ویژگی از تصاویر جدید

ضرایب مل فرکانسی و ضرایب کسینوسی

کاهش تعداد فریمها و کاهش سایز تصاویر

محاسبه ضرایب MFCC

ضرایب DCT , DWT

کاهش تعداد فریمها و کاهش سایز تصاویر با دستور ری سایز

نتیجه گیری

پیشنهاد ادامه کار