[发明专利]一种视音频识别方法及装置有效
| 申请号： | 201710295336.9 | 申请日： | 2017-04-28 |
| 公开（公告）号： | CN108804453B | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 黄欢;赵刚 | 申请（专利权）人： | 深圳荆虹科技有限公司 |
| 主分类号： | G06F16/432 | 分类号： | G06F16/432;G06K9/62;G06N3/04;G06N3/08;G10L15/16;G10L15/26 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹 |
| 地址： | 518109 广东省深圳市龙华区*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种视音频识别方法及装置，该方法包括：将待识别视音频输入识别模型进行识别，获得识别结果；其中，所述识别模型基于识别训练集的视频特征和音频特征融合后的结果更新有监督多模态特征融合网络和多层感知机而建立。由于训练集视频特征和音频特征的融合是基于模型层次的融合，整个过程是端对端的过程，提高了视频特征和音频特征融合的正确率，从而使识别模型达到准确识别视音频的目的，同时增强了应用的可扩展性，可应用于公共安全管理、影视创作和体育健身等领域。 | ||
| 搜索关键词： | 一种 音频 识别 方法 装置 | ||
【主权项】：
1.一种视音频识别方法，其特征在于，包括：将待识别视音频输入识别模型进行识别，获得识别结果；其中，所述识别模型基于识别训练集的视频特征和音频特征融合后的结果更新有监督多模态特征融合网络和多层感知机而建立。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳荆虹科技有限公司，未经深圳荆虹科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710295336.9/，转载请声明来源钻瓜专利网。
- 上一篇：多媒体资源封面展示方法及装置
- 下一篇：一种群画像方法、群画像装置及服务器
