申请/专利权人:北京计算机技术及应用研究所
申请日:2023-09-11
公开(公告)日:2024-01-12
公开(公告)号:CN117392289A
主分类号:G06T13/40
分类号:G06T13/40;G06F40/289;G06F40/268;G06F40/295;G06F16/35;G06F40/30;G06N3/0464;G06N3/08;G06N3/044;G06N3/045;G06T17/00;G06T5/70;G06T7/33;G06T15/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.01.30#实质审查的生效;2024.01.12#公开
摘要:本发明涉及一种基于AI语音自动生成案发现场视频的方法和系统,属于自然语言处理及语音识别、计算机视觉技术领域。本发明收集目击证人、嫌疑人等有关本案案情的口供语音作为数据集,对语音进行一系列处理,对人体在时间、地点、动作等的相关事件进行特征提取,将提取结果输入到训练好的人体姿态估计神经网络模型,得到该人体基于时间地点的连贯的姿态动作视频;把人体的姿态动作与三维场景主题输入到视频生成器模块中,将时间维度上人体模型的姿态动作与三维场景主题进行动画融合,生成人体在实景中的动态连贯的案发现场人物视频。本发明能替代人工对繁杂信息的收集及处理,有利于办案效率的整体提升。
主权项:1.一种基于AI语音自动生成案发现场视频的方法,其特征在于,该方法包括如下步骤:S1、通过收集当事人的自我叙述语音,经过语音处理模块,输出该叙述主体的人体模型姿态视频;S2、将案发现场的图片输入到三维场景处理模块中,输出为具有案发实景的三维场景模型;S3、将上述两部分作为输入,输入到视频生成模块中,生成该人体模型在案发现场连贯的姿态视频。
全文数据:
权利要求:
百度查询: 北京计算机技术及应用研究所 基于AI语音自动生成案发现场视频的方法和系统
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。