电子科大PhD：基于深度学习的中文唇语识别 | 学术青年分享会

分享背景

▼

唇语识别，即通过运动的嘴唇，识别其说话内容。通过LSTM模型将CNN抽取出来的图片特征进行时序建模，最后引入Seq2Seq的翻译模型将发音转换成汉子。此次分享，会先简单介绍现有的英文唇语识别的一些工作（《Lip Reading Sentences in the Wild》 和《LipNet： sentence level lipreading》），随后对中文唇语识别展开详细讨论。

《Lip Reading Sentences in the Wild》

论文地址：https://arxiv.org/abs/1611.05358

《LipNet：sentence level lipreading》

论文地址：https://arxiv.org/abs/1611.01599v1

分享主题

▼

基于深度学习的中文唇语识别

分享人简介

▼

戴锡笠，电子科技大学计算机系二年级博士生，他的研究方向在于计算机视觉，移动计算，深度学习。曾于海康威视研究院实习，研究内容为基于序列的行人再检索。

分享时间

▼

北京时间10月18日（周三） 20:00 

参与方式

▼

扫描海报二维码，点击底部菜单

如果你觉得活动不错，欢迎点赞并转发本文~

                 ▼▼▼