1、本文通過(guò)對(duì)人臉膚色檢測(cè)、人臉檢測(cè)跟蹤以及嘴唇提取的研究，提出一種基于Adaboost的快速人臉嘴唇跟蹤算法，并利用此算法訓(xùn)練了一套基于口形特征的發(fā)音模型，用于對(duì)用戶(hù)的發(fā)音進(jìn)行評(píng)估，并給予有針對(duì)性的反饋。本文的研究重點(diǎn)及主要成果有：l通過(guò)對(duì)現(xiàn)有人臉膚色與嘴唇膚色檢測(cè)算法進(jìn)行研究和對(duì)比，發(fā)現(xiàn)檢測(cè)效果主要依賴(lài)于色彩空間的選擇，單一的色度空間均有一定的應(yīng)用場(chǎng)合局限性，而膚色分類(lèi)器的訓(xùn)練過(guò)程是一種對(duì)各種顏色特征的選擇問(wèn)題。從而提出采用Adab

2、oost算法訓(xùn)練膚色分類(lèi)器的方法，實(shí)驗(yàn)證明，綜合采用各種色彩空間及一些輔助特征來(lái)訓(xùn)練分類(lèi)器能大大提高分類(lèi)器的分類(lèi)性能。L在對(duì)現(xiàn)有的人臉檢測(cè)跟蹤算法進(jìn)行了研究后，提出了一種以Adaboost人臉檢測(cè)算法為基礎(chǔ)的快速人臉跟蹤算法。該算法通過(guò)幀間差加膚色檢測(cè)的方法，來(lái)有效地減少待搜索區(qū)域，并用Kalman濾波器進(jìn)行運(yùn)動(dòng)預(yù)測(cè)跟蹤。整個(gè)系統(tǒng)能完全滿(mǎn)足實(shí)時(shí)跟蹤的要求，并有良好的人臉檢測(cè)與跟蹤性能。 L利用上述快速人臉嘴唇跟蹤算法自動(dòng)提取口形