随着人机交互的迅速发展,语音识别作为最高效最便捷的人机交互方式之一,受到了研究者广泛的关注。但是在复杂的环境中,语音识别受到很大干扰,无法满足人类的正常需求,因此,唇语识别技术开始兴起,该技术在智能人机交互、视频大数据的挖掘、视频监控的语音读取等领域都有不可限量的发展前景。本文将根据说话者嘴唇的视觉特征来理解话语内容,主要从唇部区域定位、唇部的特征提取和唇语识别环节进行研究。在唇部区域定位方面,本文选用AdaBoost算法用于人脸检测和定位,通过嘴唇在人脸中的固定位置,获取本文的感兴趣区域(ROI),即嘴唇区域。在唇部特征提取方面,本文获取嘴唇轮廓关键点进行曲线拟合,通过嘴唇轮廓曲线,获取曲线的参数作为嘴唇视觉的形状特征;再利用拟合曲线建立唇部轮廓模型,获取视觉几何特征,两者相结合,形成嘴唇整体视觉特征向量;通过本文优化的局部敏感判别分析(OLSDA)方法对视觉特征向量进行降维操作,保持主要特征信息,减少冗余度。在唇语识别环节,本文在隐马尔可夫模型的基础上,采用K均值聚类算法对唇动序列特征向量进行量化聚类,作为识别环节训练和识别的输入。考虑本文的需求,利用本文自制的视频数据库作为样本进行实验,实验结果表明,本文搭建的唇语识别系统有较为理想的性能,同时也验证了本文提出的唇部定位、特征提取以及唇语识别环节算法的可行性。