龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本申请提供一种说话人识别方法、装置、电子设备、介质及程序产品，该说话人识别方法，包括：对待识别视频进行场景检测，基于场景检测的结果将待识别视频分为多个视频分段；针对各视频分段，分离得到视频分段中的音频数据和视频帧；提取视频帧的人脸特征以及提取音频数据的音频特征；针对多个视频分段中场景切换的多个视频帧，提取多个视频帧的人脸深度特征，并计算多个视频帧中相邻视频帧的人脸深度特征的距离，得到跨场景距离特征；基于跨场景距离特征、人脸特征和音频特征，从视频分段包含的人脸中识别说话人。实现了逐场景进行说话人识别，同时结合跨场景特征实现人脸关联，克服了由于场景切换导致说话人识别准确度较差的问题。
主权项：1.一种说话人识别方法，其特征在于，包括：对待识别视频进行场景检测，并基于场景检测的结果将所述待识别视频分为多个视频分段；针对所述多个视频分段中各视频分段，分离得到所述视频分段中的音频数据和视频帧；提取所述视频帧的人脸特征以及提取所述音频数据的音频特征；针对所述多个视频分段中场景切换的多个视频帧，提取所述多个视频帧的人脸深度特征，并计算所述多个视频帧中相邻视频帧的人脸深度特征的距离，得到跨场景距离特征；基于所述跨场景距离特征、所述人脸特征和所述音频特征，从所述视频分段包含的人脸中识别说话人。
全文数据：
权利要求：
百度查询： 万兴科技(湖南)有限公司 说话人识别方法、装置、电子设备、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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号