基于时空注意力机制的视觉语言识别方法和相关设备
公开
摘要
本申请提供一种基于时空注意力机制的视觉语言识别方法和相关设备。所述方法包括：获取待识别视频；根据所述待识别视频，得到唇部图像序列；计算所述唇部图像序列的时空注意力，根据所述时空注意力，得到特征向量；对所述特征向量进行序列建模，得到解空间；对所述解空间进行搜索，最终得到所述待识别视频对应的语言文字。
基本信息
专利标题 ：
基于时空注意力机制的视觉语言识别方法和相关设备
专利标题（英）：
暂无
公开（公告）号 ：
CN114581811A
申请号 ：
CN202210033773.4
公开（公告）日 ：
2022-06-03
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 ：
安凯
优先权 ：
CN202210033773.4
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
2022-06-03 ：
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
