CNN和LSTM架构的唇语识别技术：#深度学习 #卷积神经网络 #长短期记忆网络 #分类方法 #顺序数据处理 #唇语解码

通过CNN和LSTM架构进行口头阅读 介绍 这个深度学习项目是关于“唇读”的，它是一种通过视觉上解释嘴唇的运动来理解语音的技术，因此，我们通过使用深度学习来实现此“唇读”。 它可以用于听力较差的人，也可以从没有声音的视频中获取一些信息。 客观的 Lip Reading依赖于这种语言，在这个项目中，我们选择了Hangul作为实施Lip Reading的语言。 由于没有可用于深度学习的韩文口语数据集，因此有必要手动创建数据集。 因此，要识别语言的总体通用术语，不仅需要大量的数据集，而且神经网络的大小和复杂性也会增加。 由于时间和硬件的限制，该项目仅通过对几个单词进行分类来定义问题。 先例研究与参考 与该项目相关的先例研究如下： Garg Amit，Jonathan Noyola和Sameep Bagadia。 使用CNN和LSTM进行唇读。 斯坦福大学技术报告，CS231n项目报告，201