基于非对称多层LSTM的连续手语视频自动翻译方法

发明专利有效专利

申请号：
CN201810027551.5
IPC分类号：G06K9/00;G06N3/04
申请日期：
2018-01-11
申请人：
合肥工业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于非对称多层LSTM的连续手语视频自动翻译方法
申请号	CN201810027551.5	申请日期	2018-01-11
法律状态	授权	申报国家	中国
公开/公告日	2018-06-15	公开/公告号	CN108171198A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4查看分类表>
申请人	合肥工业大学	申请人地址	安徽省合肥市包河区屯溪路193号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	合肥工业大学	当前权利人	合肥工业大学
发明人	郭丹;汪萌;周文罡;李厚强;李传青;李安阳
代理机构	安徽省合肥新安专利代理有限责任公司	代理人	陆丽莉;何梅生

摘要

本发明公开了一种基于非对称多层LSTM的连续手语视频自动翻译方法，包括：建立三层LSTM网络结构，网络结构分为编码和解码两个阶段；提取手语视频特征并构建单词表；对视频特征进行关键帧挖掘，并分为关键块与非关键块；将视频特征输入第一层LSTM，对非关键块输出进行pooling池化操作，并与关键块输出组成视素特征；将视素特征输入第二层LSTM得到视素特征编码，并输入第三层LSTM得到视觉表达；在解码阶段，利用解码部分对视觉表达进行解码，得到单词序列，组成句子。本发明能够有效克服手语者的形体、手语习惯不同的复杂情况的影响，以实现对于手语句子的翻译，并提高手语翻译的精确性，增强手语翻译的鲁棒性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供