文献

J-GLOBAL ID：202002264754538419   整理番号：20A0834204

DensenetとE3D-LSTMによるリプリードモデル【JST・京大機械翻訳】

An Lipreading Modle with DenseNet and E3D-LSTM

著者 (4件)： Bi Chongyuan (Key Laboratory of Electromagnetic Wave Information Technology and Metrology of Zhejiang Province, College of Information Engineering, China Jiliang University, CJLU,Hangzhou,China) ,  Zhang Dongping (Key Laboratory of Electromagnetic Wave Information Technology and Metrology of Zhejiang Province, College of Information Engineering, China Jiliang University, CJLU,Hangzhou,China) ,  Yang Li (Key Laboratory of Electromagnetic Wave Information Technology and Metrology of Zhejiang Province, College of Information Engineering, China Jiliang University, CJLU,Hangzhou,China) ,  Chen Ping (Zhejiang Provincial Testing Institute of Electronic Information Products,Hangzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICSAI  ページ： 511-515  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 中国の口唇読み取りのために,本論文は,モデルの短期依存性の能力を強化するために,改良されたDenseネットネットワーク構造を提案した。バックエンドにおいて,E3D-LSTMを採用して,CNNから抽出した特徴の時間モデリングを実行した。CTCの損失関数を用いて,話者の異なる音声習慣を解き,同じ単語の異なる時間依存性を導いた。LRW-1000データセットを訓練のために使用して,実験は中国の認識比率が伝統的方法より良いことを示した。配列の異なる長さにおいて,著者らの研究は,それぞれ,容易に38.96~%,培地において38.49%,および硬質において37.92%に達した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 時間依存性 ,  損失関数 ,  硬質 ,  *単語 ,  ネットワーク構造
準シソーラス用語： 認識率 ,  話者 ,  バックエンド , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (1件)： LSTM