基于深度學習的詞語級中文唇語識別
所屬分類：技術論文
上傳者：aetmagazine
文檔大小：653 K
標簽： 唇語識別 ResNet Bi-LSTM
所需積分：0分積分不夠怎么辦？
文檔介紹：在無聲或噪聲干擾嚴重的環(huán)境下,，或對于存在聽覺障礙的人群，唇語識別至關重要,。針對詞語級中文唇語識別的問題，提出了SinoLipReadingNet模型,，前端采用Conv3D+ResNet34結構用于時空特征提取,，后端分別采用Conv1D結構和Bi-LSTM結構用于分類預測，并引入Self-Attention,、CTCLoss對Bi-LSTM后端進行改進,。最終在新網銀行唇語識別數(shù)據(jù)集上進行實驗，結果表明,，SinoLipReadingNet模型在識別準確率上明顯優(yōu)于中科院D3D模型,，多模型融合的預測準確率達到了77.64%,，平均字錯率為21.68%,。
現(xiàn)在下載
VIP會員，AET專家下載不扣分,；重復下載不扣分,，本人上傳資源不扣分。