@inproceedings{liu-etal-2016-extraction,
    title = "Extraction automatique de contour de l{\`e}vre {\`a} partir du mod{\`e}le {CLNF} (Automatic lip contour extraction using {CLNF} model)",
    author = "Liu, Li  and
      Feng, Gang  and
      Beautemps, Denis",
    editor = "Danlos, Laurence  and
      Hamon, Thierry",
    booktitle = "Actes de la conf{\'e}rence conjointe JEP-TALN-RECITAL 2016. volume 1 : JEP",
    month = "7",
    year = "2016",
    address = "Paris, France",
    publisher = "AFCP - ATALA",
    url = "https://preview.aclanthology.org/jlcl-multiple-ingestion/2016.jeptalnrecital-jep.39/",
    pages = "346--354",
    language = "fra",
    abstract = "Dans cet article nous proposons une nouvelle solution pour extraire le contour interne des l{\`e}vres d`un locuteur sans utiliser d`artifices. La m{\'e}thode s`appuie sur un algorithme r{\'e}cent d`extraction du contour de visage d{\'e}velopp{\'e} en vision par ordinateur, CLNF pour Constrained Local Neural Field. Cet algorithme fournit en particulier 8 points caract{\'e}ristiques d{\'e}limitant le contour interne des l{\`e}vres. Appliqu{\'e} directement {\`a} nos donn{\'e}es audio-visuelles du locuteur, le CLNF donne de tr{\`e}s bons r{\'e}sultats dans environ 70{\%} des cas. Des erreurs subsistent cependant pour le reste des cas. Nous proposons des solutions pour estimer un contour raisonnable des l{\`e}vres {\`a} partir des points fournis par CLNF utilisant l`interpolation par spline permettant de corriger ses erreurs et d`extraire correctement les param{\`e}tres labiaux classiques. Les {\'e}valuations sur une base de donn{\'e}es de 179 images confirment les performances de notre algorithme."
}