電子科大PhD：基於深度學習的中文唇語識別

知識 10-17

分享背景

唇語識別，即通過運動的嘴唇，識別其說話內容。通過LSTM模型將CNN抽取出來的圖片特徵進行時序建模，最後引入Seq2Seq的翻譯模型將發音轉換成漢子。此次分享，會先簡單介紹現有的英文唇語識別的一些工作（《Lip Reading Sentences in the Wild》和《LipNet： sentence level lipreading》），隨後對中文唇語識別展開詳細討論。

《Lip Reading Sentences in the Wild》

論文地址：https://arxiv.org/abs/1611.05358

《LipNet：sentence level lipreading》

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

分享主題

基於深度學習的中文唇語識別

分享人簡介

戴錫笠，電子科技大學計算機系二年級博士生，他的研究方向在於計算機視覺，移動計算，深度學習。曾于海康威視研究院實習，研究內容為基於序列的行人再檢索。

分享時間

北京時間10月18日（周三） 20:00

參與方式

掃描海報二維碼，點擊底部菜單