인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Abstract Lip-reading is an emerging technology in recent years, and it can be applied to the field of language recovery, criminal investigation, identity authentication, etc. We aim to recognize what the speaker is saying without audio but only video. Because of the different mouth shapes and the influence of homophones, the current Mandarin Chinese lip-reading network is proposed, an end-to-end model based on long short-term memory (LSTM) encoder-decoder architecture. The model incorporates the LSTM encoder-decode architecture, the spatiotemporal convolutional neural network (STCNN), Word2Vec, and the Attention model. The STCNN captures continuously encoded motion information, Word2Vec converts words into word vectors for feature encoding, and the Attention model assigns weights to the target words. Based on the video dataset we built, we completed training and testing. Experiments have proved that the accuracy of the Mandarin Chinese lip-reading model is about 72%. Therefore, MCLRN can be used to identify the words spoken by the speaker.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
