[发明专利]基于音视频融合的婴儿哭泣检测方法及装置在审
| 申请号： | 202111422641.2 | 申请日： | 2021-11-26 |
| 公开（公告）号： | CN114582355A | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 余松森;刘朋 | 申请（专利权）人： | 华南师范大学 |
| 主分类号： | G10L17/26 | 分类号： | G10L17/26;G10L17/02;G10L17/18;G10L17/04;G10L25/24;G10L25/57;G06N3/04;G06N3/08 |
| 代理公司： | 广州骏思知识产权代理有限公司 44425 | 代理人： | 张金龙 |
| 地址： | 528225 广东省佛山市*** | 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： | 本发明涉及基于音视频融合的婴儿哭泣检测方法及装置。本发明所述的基于音视频融合的婴儿哭泣检测方法包括：获取待检测的音视频文件，将所述音视频文件进行拆分，得到音频数据和视频数据；提取所述音频数据的梅尔频谱图，使用ResNet神经网络提取所述梅尔频谱图的抽象特征，得到语音特征；提取所述视频数据中连续帧的灰度图像，使用3DCNN网络提取所述灰度图像的抽象特征，得到视觉特征；融合所述语音特征和所述视觉特征，得到混合特征；将所述混合特征输入训练好的ResNet残差网络，得到哭泣检测结果。本发明所述的基于音视频融合的婴儿哭泣检测方法及装置，将语音和视觉信息结合起来进行婴儿哭声的自动识别，提高了婴儿哭声检测的准确度。 | ||
| 搜索关键词： | 基于 视频 融合 婴儿 哭泣 检测 方法 装置 | ||
【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华南师范大学，未经华南师范大学许可，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/202111422641.2/，转载请声明来源钻瓜专利网。
- 上一篇：盖体和密闭型电池
- 下一篇：甲醛分解用催化剂和乙醛除去用催化剂
