본 논문은 입술형태를 인식하기 위한 방법을 제안하였다. 입술은 GLDM(Gray Level Distribution Model)을 기반으로 표현하였으며 입술인식은 모델에 대한 입력영상의 정확도에 대한 목적함수를 최적화하는 문제로 단순화하였다. 최적화를 위해 다운힐 심플렉스(Down Hill Simplex) 알고리즘을 이용하였으며 지역 최소점으로 수렴하는 문제를 해결하기 위한 새로운 방법을 제안하였다 제안한 방법으로 기존의 능동적 형태 모델(ASM Active Shape Model)에서 찾지 못하던 입술의 윤곽을 찾아낼 수 있음을 보였다.
In this paper, we propose a novel method for lip recognition. Lip model is built based on the concatenated gray level distribution model, and the recognition problem is simplified as the minimization problem of matching object function. The Down Hill Simplex Algorithm is used for the minimization with the proposed novel method for setting initial condition, which can refrain Iteration from converging to local minima. The proposed algorithm shows extracting lip shape from the test image where Active Shape Model fails.
