视觉语言识别方法以及相关设备
公开
摘要
本申请提供一种视觉语言识别方法以及相关设备。所述方法包括：获取唇部区域帧序列图片集；对所述唇部区域帧序列图片集中的唇部区域帧序列图片进行随机调整，得到多样唇部区域帧序列图片集；将所述多样唇部区域帧序列图片集输入到预先搭建的视觉语言识别模型，得到强化唇部向量数据集；对所述强化唇部向量数据集进行序列解码，得到最优解序列，将所述最优解序列翻译成相应文字，得到视觉语言识别结果。
基本信息
专利标题 ：
视觉语言识别方法以及相关设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114596517A
申请号 ：
CN202210032521.X
公开（公告）日 ：
2022-06-07
申请日 ：
2022-01-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
谢东亮孙保胜
申请人 ：
北京云辰信通科技有限公司
申请人地址 ：
北京市海淀区大钟寺东路9号1幢B座1层119-152
代理机构 ：
北京风雅颂专利代理有限公司
代理人 ：
朱智勇
优先权 ：
CN202210032521.X
主分类号 ：
G06V20/40
IPC分类号 ：
G06V20/40 G06K9/62 G06N3/04 G06N3/08 G06V30/148 G06V40/20 G06V10/764
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
