$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

베이지안 분류를 이용한 립 리딩 시스템
Lip-reading System based on Bayesian Classifier 원문보기

한국산업정보학회논문지 = Journal of the Korea Industrial Information Systems Research, v.25 no.4, 2020년, pp.9 - 16  

김성우 (Department of Computer & Communication Engineering, Daegu University) ,  차경애 (School of ICT Convergence, Daegu University) ,  박세현 (School of ICT Convergence, Daegu University)

초록
AI-Helper 아이콘AI-Helper

음성 정보를 배제하고 영상 정보만을 이용한 발음 인식 시스템은 다양한 맞춤형 서비스에 적용될 수 있다. 본 논문에서는 베이지안 분류기를 기반으로 입술 모양을 인식하여 한글 모음을 구분하는 시스템을 개발한다. 얼굴 이미지의 입술 모양에서 특징 벡터를 추출하고 설계된 기계 학습모델을 적용하여 실험한 결과 'ㅏ' 발음의 경우 94%의 인식률을 보였으며, 평균 인식률은 약 84%를 나타내었다. 또한 비교군으로 실험한 CNN 환경에서의 인식률보다 높은 결과를 보였다. 이를 통해서 입술 영역의 랜드 마크로 설계된 특징 값을 사용하는 베이지안 분류 기법이 적은 수의 훈련 데이터에서 보다 효율적일 수 있음을 알 수 있다. 따라서 모바일 디바이스와 같은 제한적 하드웨어에서 응용 가능한 어플리케이션 개발에 활용할 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Pronunciation recognition systems that use only video information and ignore voice information can be applied to various customized services. In this paper, we develop a system that applies a Bayesian classifier to distinguish Korean vowels via lip shapes in images. We extract feature vectors from t...

주제어

#베이지안 분류   #독순술   #모음 인식   #얼굴 랜드마크   #기계 학습  

표/그림 (13)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • 1 shows the processes of our system. Based on a designed ML (Machine Learning) model (Kim et al., 2019), this paper presents an implementation technique of the proposed system along with an experimental analysis to present and verify the extracted data.
  • In this paper, a system was implemented to detect a human face in real-time images and distinguish five Korean vowel pronunciations according to lip shape.
  • In this paper, we design an effective feature vector for recognizing Korean vowels and apply it to a Bayesian learning model (Choi et al., 2001; Oh, 2008). The experimental results show the advantage of our proposed method.

대상 데이터

  • The input image set is a collection of 120 images for each of the 5 pronunciations. A total of 600 data images of men and women between the ages of 20 and 50 were used for the input data. Fig.
  • Since the input image is a gray level image, only one channel is implemented. For a set of 600 images, 500 images were divided into training data, and the remaining 100 images were used as test data.
  • We can also examine whether the recognition rate increases with the number of training images. The training data are composed of 10, 20, 40, and 60 images per pronunciation, so there are 50, 100, 200, and 300 images for each vowel, respectively. Moreover, The test set consists of 50 images for each pronunciation.
  • To find out the ratio of incorrectly recognized pronunciations, 123 images were randomly selected from the 600 images. The recognition results are represented in Table 4.
본문요약 정보가 도움이 되었나요?

참고문헌 (15)

  1. Choi, J. H., Kim, J. B., Kim, D. G., and Rim, K. W. (2001). Bayesian Model for Probabilistic Unsupervised Learning, 

  2. Cetingul, H. E., Erzin, E., Yemez, Y., and Tekalp, A. M. (2006). Multimodal Speaker/Speech Recognition using Lip Motion, Lip Texture and Audio, Signal Processing, 86(12), 3549-3558. 

    상세보기 crossref

  3. Chung, J. S., and Zisserman, A. (2016). Lip Reading in the Wild, Asian Conference on Computer Vision, Springer, Cham. 

  4. Dlib C++ Library (2002). General Purpose Cross-platform Software Library, http://dlib.net/ (Accessed on Aug. 10th, 2020). 

  5. Gyu, S. M., Pham, T. T., Kim, J. Y., and Taek, H. S. (2009). A Study on Lip Detection based on Eye Localization for Visual Speech Recognition in Mobile Environment, International Journal of Fuzzy Logic and Intelligent Systems, 19(4), 478-484. 

  6. Hwang, W. (2017). Research Trends in Deep Learning Based Face Detection, Landmark Detection and Face Recognition, Broadcasting and Media Magazine, 22(4), 41-49. 

  7. Kim, Y. K., Lee, H. S., and Kim, M. H. (2014). Lip Reading Method using Bool Matrix and SVM, Proceedings of 2014 Conference on Korea, HCI, pp. 179-182. 

  8. Kim, Y. K., Lim, J. G., and Kim, M. H. (2016). Lip Reading Method using CNN for Utterance Period Detection, Journal of Digital Convergence, 14(8), 233-243. 

  9. Kim, D., Choi, S., and Kwak, S. (2018), Deep Learning Based Fake Face Detection, Journal of the Korea Industrial Information Systems Research, 23(5), 9-17. 

  10. Kim, S., Cha, K., and Park, S. (2019). Recognition of Korean Vowels using Bayesian Classification with Mouth Shape, Journal of Korea Multimedia Society, 22(8), 852-859. 

  11. Lee, S., Lee, Y., Hong, H., Yun, B., and Han, M. (2002), Audio-visual Integration based Multi-modal Speech Recognition System, Proceedings of KIPS Fall Conference, 707-710. 

  12. Lim, D. Y., Kim, S. G., and Chong, K. T. (2018). Development of a Real-time Lip Recognition for Improving English Pronunciation using Deep Learning, Journal of Institute of Control, Robotics and Systems, 24(4), 327-333. 

    상세보기 crossref

  13. Oh, I. S. (2008). Pattern Recognition, Kyobobook. 

  14. Viola, P., and Jones, M. (2001). Rapid Object Detection using a Boosted Cascade of Simple Features, Proceedings of the 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2001(1), 511-518. 

  15. Xianoyi, Y. (2017). Lipreading Recognition of English Vowels using Convolutional Neural Network and Recurrent Neural Network, Master's Thesis, Chonbuk National University, Korea. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로