基于深度学习的词语级中文唇语识别AET-电子技术应用-最丰富的电子设计资源平台

基于深度学习的词语级中文唇语识别
所属分类：技术论文
上传者：aetmagazine
文档大小：653 K
标签：唇语识别 ResNet Bi-LSTM
所需积分：0分积分不够怎么办？
文档介绍：在无声或噪声干扰严重的环境下，或对于存在听觉障碍的人群，唇语识别至关重要。针对词语级中文唇语识别的问题，提出了SinoLipReadingNet模型，前端采用Conv3D+ResNet34结构用于时空特征提取，后端分别采用Conv1D结构和Bi-LSTM结构用于分类预测，并引入Self-Attention、CTCLoss对Bi-LSTM后端进行改进。最终在新网银行唇语识别数据集上进行实验，结果表明，SinoLipReadingNet模型在识别准确率上明显优于中科院D3D模型，多模型融合的预测准确率达到了77.64%，平均字错率为21.68%。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动