买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中移在线服务有限公司;中国移动通信集团有限公司
摘要:本发明涉及人工智能领域,提供一种声音事件检测和定位方法、装置、设备、介质及程序产品,该方法包括:获取待处理数据,其中,待处理数据中包括视频数据和音频数据;基于视频数据提取视觉特征,以及基于音频数据提取音频特征;对视觉特征和音频特征进行融合处理,得到目标特征;将目标特征输入到声音事件检测和定位模型中进行处理,得到声音事件检测结果和声音事件定位结果;其中,声音事件检测和定位模型基于Mixup数据增强方法训练而成。本发明将音频特征和视觉特征进行融合,使得得到的目标特征学习不同模态的特征对声音事件检测和定位的贡献,同时,基于Mixup数据增强方法训练而成声音事件检测和定位模型的准确率更高。
主权项:1.一种声音事件检测和定位方法,其特征在于,包括:获取待处理数据,其中,所述待处理数据中包括视频数据和音频数据;基于所述视频数据提取视觉特征,以及基于所述音频数据提取音频特征;对所述视觉特征和所述音频特征进行融合处理,得到目标特征;将所述目标特征输入到声音事件检测和定位模型中进行处理,得到声音事件检测结果和声音事件定位结果;其中,所述声音事件检测和定位模型基于Mixup数据增强方法训练而成。
全文数据:
权利要求:
百度查询: 中移在线服务有限公司 中国移动通信集团有限公司 声音事件检测和定位方法、装置、设备、介质及程序产品
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。