[发明专利]视频物体识别构建音频方法、系统、装置及可读存储介质有效
| 申请号： | 202010517903.2 | 申请日： | 2020-06-09 |
| 公开（公告）号： | CN111681676B | 公开（公告）日： | 2023-08-08 |
| 发明（设计）人： | 薛媛;金若熙 | 申请（专利权）人： | 杭州星合尚世影视传媒有限公司 |
| 主分类号： | G10L25/51 | 分类号： | G10L25/51;G10L25/54;G10L25/57;G06F18/22;G06V20/40;G06V10/82;G06N3/045;G06N3/0464;G06N3/08;G06N3/088;G06N20/20 |
| 代理公司： | 杭州五洲普华专利代理事务所(特殊普通合伙) 33260 | 代理人： | 张瑜 |
| 地址： | 310000 浙江省杭*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种视频物体识别构建音频方法，包括以下步骤：基于待处理视频的相关信息设置抽帧频率，抽取视频关键帧并生成帧图流；采用深度卷积神经网络模型对所述帧图流进行模块化多物体识别，得到模块化的特定发声物体；对模块化的特定发声物体通过深度残差网络模型进行至少二次识别分析处理，得到特定发声物体的种类；基于特定发声物体的种类提取其发声特征并构建特定发声物体的物体类别和特定发声物体合适的音频。通过采用深度卷积神经网络模型对视频进行模块化识别，再通过深度残差网络模型进行二次甚至更多次识别分析处理，能够等到更精确的特定发声物体的种类，进而能够构建出更合适的音频。 | ||
| 搜索关键词： | 视频 物体 识别 构建 音频 方法 系统 装置 可读 存储 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州星合尚世影视传媒有限公司，未经杭州星合尚世影视传媒有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010517903.2/，转载请声明来源钻瓜专利网。
