[发明专利]一种结合语音识别的实时人脸轨迹跟踪方法及装置在审
| 申请号： | 201910818913.7 | 申请日： | 2019-08-30 |
| 公开（公告）号： | CN110517295A | 公开（公告）日： | 2019-11-29 |
| 发明（设计）人： | 汪俊;李索恒;张志齐 | 申请（专利权）人： | 上海依图信息技术有限公司 |
| 主分类号： | G06T7/246 | 分类号： | G06T7/246;G10L17/06 |
| 代理公司： | 11291 北京同达信恒知识产权代理有限公司 | 代理人： | 柴燕梅<国际申请>=<国际公布>=<进入 |
| 地址： | 201125 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及通信技术领域，特别涉及一种结合语音识别的实时人脸轨迹跟踪方法及装置。该方法为：将第二时段采集的音频信号进行语音识别，确定第三说话对象及所述第三说话对象对应的音频帧；在确定所述第三说话对象为已关联对象时，将所述第二时段采集的视频信号的图像帧与所述已关联对象的人脸图像进行匹配，从所述第二时段采集的视频信号中确定包含所述已关联对象的图像帧；所述已关联对象的人脸图像是通过所述第一时段采集的视频信号得到的；确定所述第三说话对象对应的音频帧与所述第二时段采集的包含所述已关联对象的图像帧的所述对应关系。 | ||
| 搜索关键词： | 关联对象 采集 视频信号 图像帧 说话 人脸图像 语音识别 音频帧 通信技术领域 轨迹跟踪 音频信号 人脸 匹配 | ||
【主权项】：
1.一种结合语音识别的实时人脸轨迹跟踪方法，其特征在于，包括：/n将第二时段采集的音频信号进行语音识别，确定第三说话对象及所述第三说话对象对应的音频帧；/n在确定所述第三说话对象为已关联对象时，将所述第二时段采集的视频信号的图像帧与所述已关联对象的人脸图像进行匹配，从所述第二时段采集的视频信号中确定包含所述已关联对象的图像帧；所述已关联对象是根据第一时段采集的音频信号和第一时段采集的视频信号建立的对应关系中指示的对象；所述对应关系用于指示具有对应关系的音频帧和图像帧是针对同一对象的；所述已关联对象的人脸图像是通过所述第一时段采集的视频信号得到的；/n确定所述第三说话对象对应的音频帧与所述第二时段采集的包含所述已关联对象的图像帧的所述对应关系。/n
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上海依图信息技术有限公司，未经上海依图信息技术有限公司许可，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/201910818913.7/，转载请声明来源钻瓜专利网。
