[發(fā)明專利]一種唇部狀態(tài)檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 201711209022.9
• 申請日: 2017-11-27
• 公開（公告）號: CN107992813A
• 公開（公告）日: 2018-05-04
• 發(fā)明（設(shè)計）人: 辛?xí)哉?/a>;馮陽;楊文文;李斌
• 申請（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司11227
• 代理人: 王玲,王寶筠

技術(shù)領(lǐng)域

本發(fā)明實施例涉及計算機技術(shù)領(lǐng)域，具體涉及一種唇部狀態(tài)檢測方法及裝置。

背景技術(shù)

隨著人工智能技術(shù)的發(fā)展，語音交互成為一種應(yīng)用廣泛的技術(shù)。然而，由于語音交互易受環(huán)境影響，容易出現(xiàn)噪聲干擾，導(dǎo)致語音識別結(jié)果不準確。為了改善語音識別不準確的問題，出現(xiàn)了唇語識別技術(shù)。唇語識別技術(shù)是一種對面部圖像進行識別、以獲取對應(yīng)的語言識別結(jié)果的技術(shù)。目前的唇語識別技術(shù)為了減少噪聲數(shù)據(jù)的影響，通常會在接收到語音信號時，開始采集視頻圖像；在語音信號結(jié)束時，停止采集視頻圖像。這種方式從一定程度上避免了噪聲數(shù)據(jù)的影響。但當語音交互所處的環(huán)境較為嘈雜時，環(huán)境噪音會被當作語音信號采集，這時盡管用戶沒有開口說話，仍然會采集視頻數(shù)據(jù)。因此，現(xiàn)有技術(shù)的方案無法有效消除靜音幀等噪聲數(shù)據(jù)，影響唇語識別結(jié)果。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種唇部狀態(tài)檢測方法及裝置，旨在解決現(xiàn)有技術(shù)提供的唇語識別方法存在的噪聲數(shù)據(jù)干擾、識別效率低的技術(shù)問題。

為此，本發(fā)明實施例提供如下技術(shù)方案：

第一方面，本發(fā)明實施例提供了一種唇部狀態(tài)檢測方法，包括：對目標圖像進行唇部區(qū)域檢測，獲取所述目標圖像包括的唇部區(qū)域圖像；確定所述唇部區(qū)域圖像的多個關(guān)鍵特征點；根據(jù)所述多個關(guān)鍵特征點對應(yīng)的特征值確定所述唇部區(qū)域的狀態(tài)；所述唇部區(qū)域的狀態(tài)包括開口狀態(tài)或者閉口狀態(tài)。由于可以識別出唇部區(qū)域的狀態(tài)，例如閉口狀態(tài)，而閉口狀態(tài)對應(yīng)的畫面是靜音幀。在進行唇語識別時，可以僅對非靜音幀處理，有效消除靜音幀等噪聲數(shù)據(jù)，提高唇語識別的效率和準確性。

第二方面，本發(fā)明實施例提供了一種唇部狀態(tài)檢測裝置，包括：檢測單元，用于對目標圖像進行唇部區(qū)域檢測，獲取所述目標圖像包括的唇部區(qū)域圖像；特征點確定單元，用于確定所述唇部區(qū)域圖像的多個關(guān)鍵特征點；狀態(tài)確定單元，用于根據(jù)所述多個關(guān)鍵特征點對應(yīng)的特征值確定所述唇部區(qū)域的狀態(tài)；所述唇部區(qū)域的狀態(tài)包括開口狀態(tài)或者閉口狀態(tài)。

第三方面，本發(fā)明實施例提供了一種用于唇部狀態(tài)檢測的裝置，包括有存儲器，以及一個或者一個以上的程序，其中一個或者一個以上程序存儲于存儲器中，且經(jīng)配置以由一個或者一個以上處理器執(zhí)行所述一個或者一個以上程序包含用于進行以下操作的指令：對目標圖像進行唇部區(qū)域檢測，獲取所述目標圖像包括的唇部區(qū)域圖像；確定所述唇部區(qū)域圖像的多個關(guān)鍵特征點；根據(jù)所述多個關(guān)鍵特征點對應(yīng)的特征值確定所述唇部區(qū)域的狀態(tài)；所述唇部區(qū)域的狀態(tài)包括開口狀態(tài)或者閉口狀態(tài)。

第四方面，本發(fā)明實施例提供了一種機器可讀介質(zhì)，其上存儲有指令，當由一個或多個處理器執(zhí)行時，使得裝置執(zhí)行如第一方面所示的唇部狀態(tài)檢測方法。

本發(fā)明實施例提供的唇部狀態(tài)檢測方法及裝置，可以在目標圖像檢測出唇部區(qū)域圖像，并確定唇部區(qū)域圖像包括的多個關(guān)鍵特征點，根據(jù)所述多個關(guān)鍵特征點的特征值確定唇部區(qū)域處于開口狀態(tài)或者閉口狀態(tài)。本發(fā)明實施例提供的方法可以有效檢測唇部區(qū)域狀態(tài)，識別準確性高，并能有效去除靜音幀等噪聲數(shù)據(jù)對唇語識別結(jié)果的影響，減少干擾，提高數(shù)據(jù)處理效率。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明中記載的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明一實施例提供的唇部狀態(tài)檢測方法流程圖；

圖2為本發(fā)明另一實施例提供的唇部狀態(tài)檢測方法流程圖；

圖3為本發(fā)明一實施例提供的唇部狀態(tài)檢測裝置示意圖；

圖4是根據(jù)一示例性實施例示出的一種用于唇部狀態(tài)檢測裝置的框圖；

圖5是根據(jù)一示例性實施例示出的服務(wù)器的框圖。

具體實施方式

申請人在實現(xiàn)本發(fā)明時發(fā)現(xiàn)，在執(zhí)行唇部狀態(tài)檢測時，可以通過接收的語音數(shù)據(jù)的變化或者紅外傳感器等額外的外部傳感器來進行檢測，但這些方式需要借助額外的設(shè)備或者傳感器，無法通過單純的圖像視覺信息進行唇部狀態(tài)檢測。

本發(fā)明實施例提供了一種唇部狀態(tài)檢測方法及裝置，可以有效檢測唇部區(qū)域狀態(tài)，識別準確性高，成本低，并能有效去除靜音幀等噪聲數(shù)據(jù)對唇語識別結(jié)果的影響，減少干擾，提高數(shù)據(jù)處理效率。