| 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?。?span>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據集上進行實驗，結果表明，SinoLipReadingNet模型在識別準確率上明顯優于中科院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。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2