Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Lipreading Using Spatiotemporal Histogram of Oriented Gradients

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F16%3A00000470" target="_blank" >RIV/46747885:24220/16:00000470 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1109/EUSIPCO.2016.7760575" target="_blank" >http://dx.doi.org/10.1109/EUSIPCO.2016.7760575</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1109/EUSIPCO.2016.7760575" target="_blank" >10.1109/EUSIPCO.2016.7760575</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Lipreading Using Spatiotemporal Histogram of Oriented Gradients

  • Popis výsledku v původním jazyce

    We propose a visual speech parametrization based on histogram of oriented gradients (HOG) for the task of lipreading from frontal face videos. Inspired by the success of spatiotemporal local binary patterns, the features are designed to capture dynamic information contained in the input video sequence by combining HOG descriptors extracted from three orthogonal planes that span x, y and t axes. We integrate our features into a system based on hidden Markov model (HMM) and show that by utilizing robust and properly tuned parametrization this traditional scheme can outperform recent sophisticated embedding approaches to lipreading. We perform experiments on three different datasets, two of which are publicly available. In order to conduct an unbiased feature comparison, the process of model learning including hyperparameter tuning is as automatized as possible. To this end, we rely heavily on cross validation.

  • Název v anglickém jazyce

    Lipreading Using Spatiotemporal Histogram of Oriented Gradients

  • Popis výsledku anglicky

    We propose a visual speech parametrization based on histogram of oriented gradients (HOG) for the task of lipreading from frontal face videos. Inspired by the success of spatiotemporal local binary patterns, the features are designed to capture dynamic information contained in the input video sequence by combining HOG descriptors extracted from three orthogonal planes that span x, y and t axes. We integrate our features into a system based on hidden Markov model (HMM) and show that by utilizing robust and properly tuned parametrization this traditional scheme can outperform recent sophisticated embedding approaches to lipreading. We perform experiments on three different datasets, two of which are publicly available. In order to conduct an unbiased feature comparison, the process of model learning including hyperparameter tuning is as automatized as possible. To this end, we rely heavily on cross validation.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proc. of 24th European Signal Processing Conference (EUSIPCO 2016)

  • ISBN

    978-0-9928626-5-7

  • ISSN

    2219-5491

  • e-ISSN

  • Počet stran výsledku

    4

  • Strana od-do

    1882-1885

  • Název nakladatele

    European Signal Processing Conference, EUSIPCO

  • Místo vydání

    Maďarsko

  • Místo konání akce

    Maďarsko, Budapešť

  • Datum konání akce

    1. 1. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000391891900359