[发明专利]一种基于多注意力机制的唇语识别方法、设备及存储介质在审
| 申请号： | 202310562028.3 | 申请日： | 2023-05-18 |
| 公开（公告）号： | CN116580278A | 公开（公告）日： | 2023-08-11 |
| 发明（设计）人： | 张晖;杨胜;宝音都古楞;飞龙;巩政 | 申请（专利权）人： | 内蒙古大学 |
| 主分类号： | G06V10/82 | 分类号： | G06V10/82;G06V40/16;G06N3/045;G06N3/0464;G06N3/09 |
| 代理公司： | 西安知诚思迈知识产权代理事务所(普通合伙) 61237 | 代理人： | 闵媛媛 |
| 地址： | 010021 内蒙古自治区呼*** | 国省代码： | 内蒙古;15 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多注意力机制的唇语识别方法、设备及存储介质，唇语识别方法包括：对视频数据集进行预处理，得到连续的人物嘴部灰度图像，同时进行数据增强处理；通过时域卷积神经网络对连续的唇部图像进行初步的特征提取，然后通过基于频域注意力机制的残差卷积神经网络进行深层特征提取；通过卷积增强Transformer编码器对提取的特征进行编码；对特征进行混合CTC/Attention解码；通过所构建的模型及混合CTC/Attention的损失函数，进行训练；通过基于RNN的语言模型进一步改善模型的输出结果。本发明提升了唇语识别准确率，同时提升了唇语识别的速度。 | ||
| 搜索关键词： | 一种 基于 注意力 机制 识别 方法 设备 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内蒙古大学，未经内蒙古大学许可，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/202310562028.3/，转载请声明来源钻瓜专利网。
