[发明专利]用于定位发声物的方法、装置、电子设备及可读存储介质有效
| 申请号： | 202011022940.2 | 申请日： | 2020-09-25 |
| 公开（公告）号： | CN112153461B | 公开（公告）日： | 2022-11-18 |
| 发明（设计）人： | 蒋旻悦;谭啸 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | H04N21/439 | 分类号： | H04N21/439;H04N21/44;G10L15/02;G06V10/762;G06T7/70 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人： | 王达佐;马晓亚 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例公开了用于定位发声物的方法、装置、电子设备及计算机可读存储介质，涉及人工智能领域，具体为计算机视觉、深度学习以及语音识别技术。该方法的一具体实施方式包括：获取包含有发声物的音频信息和图像信息的视频数据；根据视频数据确定发声物在由图像信息形成的图像中的实际位置。该实施方式提供了一种用于定位发声物在图像中位置的方案，尤其适用于存在鸡尾酒会效应的多类型发声物的嘈杂环境下，使得机器也可具备识别出不同类型的发声物在图像中的实际位置的能力，以便于根据确定出的实际位置针对性的查看某种类型的发声物所在的特定画面区域，在多种场景下均能发挥重要作用。 | ||
| 搜索关键词： | 用于 定位 发声 方法 装置 电子设备 可读 存储 介质 | ||
【主权项】：
暂无信息
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北京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，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/202011022940.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种环保型电器配件保护油漆的喷漆设备
- 下一篇：一种逆变装置及其功率控制方法
