Zusammenfassung
Ansätze zur audio-visuellen Spracherkennung erfordern eine robuste, aktive, visuelle Verfolgung der Lippenregion, sowie eine umfassende Extraktion visueller Lippenmerkmale. Der vorgestellte Ansatz arbeitet unter natürlichen Aufnahmebedingungen. Eine gleichmäßige Lippenverfolgung wird durch einen kinetisch modellierten Nick-Schwenk-Kopf und eine neuronale Regelung erzielt. Die Gewinnung von Lippenmerkmalen erfolgt über eine spezielle Sprache, die situationsabhängig verschiedene Konfigurationen eines Lippenmodells aktiviert. Aufgrund des Sprachansatzes ergibt sich ein hochflexibles System für den Entwurf und Test unterschiedlicher Lippenmodelle.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Literatur
Alvarez Diez, Adrian: Entwurf und Implementierung eines Sprach-Dialogsystems zur Fernsteuerung einer graphischen Benutzeroberfläche, Universität Stuttgart, Fakultät Informatik, Studienarbeit Nr. 1538, 1996
Blake, A.; Yuille, A: Active Vision, MIT Press, 1992
Bothe, Hans-H.: Artificial visual speech, synchronized with a speech synthesis system, In: Lecture Notes in Computer Science, Vol. 860, W.L. Zagler, G. Busbyund, R.R. Wagner (eds.), 1994
Chandramohan, Devi; Silsbee, Peter L.: A Multiple Deformable Template Approach for Visual Speech Recognition, Proc. of the 4th International Conference on Spoken Language Processing, ICSLP 96, 1996
Cripe, B.E.; Brewster, J.A.; Laursen, D.E.: A Common Desktop Environment for Platforms Based on the UNIX Operating System, Hewlett-Packard Journal, Vol. 47, No. 2, 1996
Fausel, Frank: Robuste Einzelworterkennung für ein Sprach-Dialogsystem mit kleinem Wortschatz, Universität Stuttgart, Fakultät Informatik, Studienarbeit Nr. 1563, 1996
Guiard-Marigny, Thierry; Adjoudani, Ali; Benoît, Christian: A 3D model of the lips and of the jaw for visual speech synthesis, In: Progress in Speech Synthesis, Springer-Verlag, J. van Sauten et al. (ed.), 1996
Hennecke, Marcus E.; Stork, David G.; Prasad, K. Venkatesh: Visionary Speech: Looking Ahead to Practical Speechreading Systems, In: Speechreading by Humans and Machines, NATO ASI Series F, Vol. 150, Springer Verlag, D.G. Stork, M.E. Hennecke (eds.), 1996
Narendra, K.; Mukhopadhyay, S.: Adaptive Control of Nonlinear Multivariable Systems Using Neural Networks, Neural Networks, Vol. 7, No. 5, pp. 737–752, 1994
Peterson, C.E.: A Neural Control for the Stereo Head System (Pan-Tilt Unit) for a Robot, Universität Stuttgart, Fakultät Informatik, Studienarbeit Nr. 1462, 1995
Sommerau, M.; Mamier, G.; Zell, A.; Vogt, M.; Levi, P.: Fast Face Localization and Tracking with Model-Based Time Synchronization of a Head System, In: Mustererkennung 1995, 17. DAGM-Symposium, Springer Verlag, G. Sagerer et al. (ed.), 1995
Vogt, Michael: Fast Matching of a Dynamic Lip Model to Color Video Sequences under Regular Illumination Conditions, In: Speechreading by Humans and Machines, NATO ASI Series F, Vol. 150, Springer Verlag, D.G. Stork, M.E. Hennecke (eds.), 1996
Vogt, Michael: Interpreted Multi-State Lip Models for Audio-Visual Speech Recognition, In: European Tutorial & Research Workshop on Audio-Visual Speech Processing: Computational and Cognitive Science Approaches, ESCA-ESCOP, Rhodes, Greece (to appear), C. Benoît, R. Campbell (eds.), 1997
Yuille, A.; Cohen, D.; Hallinan, P.: Facial feature extraction by deformable templates, Harvard Robotics Laboratory, Technical Report No. 88–2, 1988
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1997 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Vogt, M., Sommerau, M., Mamier, G., Levi, P. (1997). Lokalisierung, Verfolgung und Modellierung von Lippen zur audio-visuellen Spracherkennung. In: Paulus, E., Wahl, F.M. (eds) Mustererkennung 1997. Informatik aktuell. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-60893-3_50
Download citation
DOI: https://doi.org/10.1007/978-3-642-60893-3_50
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-63426-3
Online ISBN: 978-3-642-60893-3
eBook Packages: Springer Book Archive