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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD