日韩欧美精品在线,国产精品一区二区久久国产,911亚洲精品

主頁 > 知識庫 > AI唇語識別！人工智能領域的下一個風口

AI唇語識別！人工智能領域的下一個風口

看到別人在低聲討論時，你是不是就想學習唇語來看破他們在討論的什么，小編是經常有這種想法，不過，現在不需要了，因為我們已經有了AI唇語識別，可以讓每個人都具備看懂唇語的能力。

什么是唇語識別

所謂的“唇語識別”，其實并不神秘。

就是通過“觀察別人的嘴型，解讀其表達語句”的能力。目前，一些聽力障礙者們也會使用這種技巧與他人進行交談，補充聽力器官的不足。

但隨著科技的發展，人工智能在各領域漸次開放，在唇語識別上，機器已經做的比人類好了。

從技術路徑上，唇語識別是一項集機器視覺與自然語言處理于一體的復合型技術。

唇語識別的研究現狀

2003 年，Intel 就開發了唇語識別軟件 Audio Visual Speech Recognition（AVSR），開發者得以能夠研發可以進行唇語識別的計算機。

2016 年 Google DeepMind 的唇語識別技術就已經可以支持 17500 個詞，新聞測試集識別準確率首次達到了 50％以上。

2017年搜狗推出了一種人機交互新技術——“唇語識別”。該系統達到60%以上的準確率，超過google發布的英文唇語系統50%以上的準確率。在垂直場景如車載、智能家居等場景下甚至已經達到90%的準確率。

AI唇語識別技術原理：

唇語識別技術從鏡頭輸入到理解輸出，中間最重要的關鍵是：視覺前段、視覺特征提取、唇動識別。

視覺前段——包括人臉檢測與唇的檢測和定位，先用人臉檢測演算法得到人臉然后有針對性的定位唇動；

或者利用最佳閩值二值化演算法，以唇的邊緣是平滑的，和左右形狀對稱為條件，作為二值化閩值選定的約束條件，得到平滑而對稱的唇圖像。

視覺特征提取——是對獲取的唇圖像進行處理得到對應特征，特征提取方法主要分為基于圖元的方法和基于模型的方法兩大類；

搜狗所用的基于模型的方法就是，對唇的輪廓建立一個模型，將特征資訊包含在這個模型之中，并對模型中特征資訊的變化用一個小的參數來描述。

這類方法的優點是重要特征被表示成二維參數，不會因光照、縮放、旋轉、平移而改變，缺點是忽略了細微的三維資訊，可能會對后面的識別過程造成影響。

唇動識別——目前采用的技術大多是隱瑪爾可夫模型（ Hidden Markov Model，簡稱 HMM ），該模型認為唇動信號在極短時間內是線性的，可以用線性參數模型來表示，然后將許多線性模型在時間上串接起來，組成一條瑪爾可夫鏈。

據了解，在非特定開放口語測試中，目前的通用識別準確率已經在 70％以上，而在金融風控、車載、智能家居等垂直場景下，已達到超過 90％的準確率。

除此之外，唇語識別技術還能發揮巨大的公益價值，幫助先天性聽障人群或老年人，讓他們更好地理解和表達自己。

標簽：那曲巴中平頂山上海白城四川中衛濰坊

巨人網絡通訊聲明：本文標題《AI唇語識別！人工智能領域的下一個風口》，本文關鍵詞唇語,識別,人工智能,領域,；如發現本文內容存在版權問題，煩請提供相關信息告之我們，我們將及時溝通與處理。本站內容系統采集于網絡，涉及言論、版權與本站無關。

婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

AI唇語識別！人工智能領域的下一個風口