基于SIFT的说话人唇动识别
来源：计算机应用杂志2017年第9期北京时间：
作者：马新军, 吴晨晨, 仲乾元, 李园园
单位：哈尔滨工业大学(深圳) 机电工程与自动化学院, 广东 深圳 518055
摘要：针对唇部特征提取维度过高以及对尺度空间敏感的问题，提出了一种基于尺度不变特征变换（SIFT）算法作特征提取来进行说话人身份认证的技术。首先，提出了一种简单的视频帧图片规整算法，将不同长度的唇动视频规整到同一的长度，提取出具有代表性的唇动图片；然后，提出一种在SIFT关键点的基础上，进行纹理和运动特征的提取算法，并经过主成分分析（PCA）算法的整合，最终得到具有代表性的唇动特征进行认证；最后，根据所得到的特征，提出了一种简单的分类算法。实验结果显示，和常见的局部二元模式（LBP）特征和方向梯度直方图（HOG）特征相比较，该特征提取算法的错误接受率（FAR）和错误拒绝率（FRR）表现更佳。说明整个说话人唇动特征识别算法是有效的，能够得到较为理想的结果。
关键词：唇部特征,尺度不变特征变换,特征提取,说话人识别
基金资助：国家自然科学基金资助项目（51677035）；深圳市基础研究项目（JCYJ20150513151706580）；深圳市科技计划项目（GRCK2016082611021550）。
