近年、携帯電話、携帯端末、カーナビゲーションシステム などの組み込みシステム の普及により、キーボードやマウスのような 従来のヒューマンインタフェースに代 わる音声や画像による インタフェースが求められている。 このような組み込みシ ステムにおいては、低消費電力化、小型化などの 強い要望のため、高性能で消費電 力の小さい専用回路が必要である。
本研究ではユーザフレンドリな インタフェースとしてリップリーディング（読唇） に着目し、リアルタイムでリップリーディングを行う 専用回路の設計と試作を行っ た。 このリップリーディング回路は、サイズ256×256ピクセル、8ビットグレース ケール、 28フレーム/秒の 口唇映像から発話単語を最大８種類 認識する。 この回路 では、まず唇画像の輪郭抽出により特徴ベクトルを求める。 次に、特徴ベクトルを 量子化し、ＨＭＭ（隠れマルコフモデル） の入力シンボルを生成する。 生成され た43個のシンボル系列に対してＨＭＭに基づく認識処理を行い、 認識した単語に対 応するコードを出力する。 唇画像からの特徴抽出に、加減算のみによる濃度解析を 行い 輪郭を取得する手法を導入することで、 処理時間を短縮した。
また、本リップリーディング手法をＣ言語レベルの記述 で機能検証後、 Verilog-HDLで設計を行い、東京大学VDECの試作サービス を用いてローム0.35μm プロセス、4.9mm角のLSIと して試作を行った。 本LSIは40MHz動作でリアルタイム にリップリーディングを 行うことができ、同クロック周波数換算の Sun Blade 1000(UltraSPARC III 900MHz, Main memory 1024MB)と比較して、 約1.5倍高速であ る。