申请/专利权人:湘潭大学
申请日:2023-04-03
公开(公告)日:2023-07-04
公开(公告)号:CN116386142A
主分类号:G06V40/20
分类号:G06V40/20;G06V20/40;G06V10/82;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.07.21#实质审查的生效;2023.07.04#公开
摘要:本发明公开了一种基于Convformer的粤语句子级唇语识别方法,包括以下步骤:1构建粤语句子级唇语识别数据集;2设计算法模型;3对数据进行预处理,将处理过的视频信息和文本信息打包整合之后保存至可用于训练的npz文件中,生成训练文件;4使用设计的算法对预处理过的数据进行训练,得到训练模型;5用训练模型构建演示系统进行演示。本发明通过上述一种基于Convformer的粤语句子级唇语识别方法,能够捕获唇部序列的全局时间信息和局部时间信息,提升了粤语句子级唇语识别的精度。
主权项:1.一种基于Convformer的粤语句子级唇语识别方法,其特征在于:包括以下步骤:S1、构建粤语句子级唇语识别数据集;S2、设计算法模型;S3、对数据进行预处理,将处理过的视频信息和文本信息打包整合之后保存至可用于训练的npz文件中,生成训练文件;S4、使用设计的算法对预处理过的数据进行训练,得到训练模型;S5、用训练模型构建演示系统进行演示。
全文数据:
权利要求:
百度查询: 湘潭大学 一种基于Convformer的粤语句子级唇语识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。