[发明专利]一种跨模态唇语识别方法在审
| 申请号： | 202110941080.0 | 申请日： | 2021-08-17 |
| 公开（公告）号： | CN113851131A | 公开（公告）日： | 2021-12-28 |
| 发明（设计）人： | 梁雪峰;黄奕洋 | 申请（专利权）人： | 西安电子科技大学广州研究院 |
| 主分类号： | G10L15/25 | 分类号： | G10L15/25;G10L15/16;G10L15/20;G06K9/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京高航知识产权代理有限公司 11530 | 代理人： | 乔浩刚 |
| 地址： | 510700 广东省广州市黄*** | 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： | 本发明提供了一种跨模态唇语识别方法，包括S1，数据预处理：获取视频数据的嘴唇区域和音频数据的特征矩阵；S2，模型训练：依次进行说话人识别任务的训练、跨模态对比学习、模型参数、标准化唇语特征等步骤直到模型收敛；S3，模型部署：仅输入待识别的非训练数据视频序列，使用视觉识别分支获取说话人唇形特点，并对唇语特征进行标准化，最后进行唇语特征到文字的映射。本方法在无需额外人为标注数据的前提下，能够提取到具有更好可区分性的视觉特征，特征提取的泛化性和鲁棒性更好，能够跨说话人使用，也无需为每个类别样本单独训练一组模型参数。 | ||
| 搜索关键词： | 一种 跨模态唇语 识别 方法 | ||
【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西安电子科技大学广州研究院，未经西安电子科技大学广州研究院许可，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/202110941080.0/，转载请声明来源钻瓜专利网。
