顔合成読唇装置及び顔合成読唇方法
国立大学法人九州工業大学
この技術でできること
“顔を揃える”と、口の動きが読みやすい。
相談したいこと
技術の特徴
本特許は、発話者の顔画像を加工することで読唇認識の精度を向上させる技術に関するものである（1頁要約参照）。本発明では、まず顔検出手段により学習用および認識用の顔画像を取得し、それらを特定の発話者の顔画像に変換する顔合成処理を行う。これにより、異なる人物の顔を統一的な基準顔に揃えることができる。その後、合成された顔画像から口唇領域を抽出し、特徴量を抽出して学習および認識に利用する。図2に示されるように、顔検出→顔合成→口唇抽出→特徴抽出という処理フローで構成される。顔の個人差を除去することで口の動きに集中でき、従来よりも高精度な読唇認識が可能となるAI画像処理技術である。
関連キーワード
AIによる特許活用案
騒音環境での音声認識補助
音声が聞き取りにくい環境での補助認識技術。
続きの活用案は会員限定です
無料登録またはログイン後に、公開範囲に応じて確認できます。
参考情報
活用条件
- サブスクリプション・未選択
- 権利譲渡・未選択
- ライセンス契約・未選択
- 商品化・サービス化
- ASK
- 実証実験
- ASK
- サンプル・プロトタイプ
- ASK
掲載者による選択状態を表示しています。未選択や ASK は、利用不可を意味するものではありません。
権利概要
- 出願番号
- 特願2021-045840
- 発明の名称
- 顔合成読唇装置及び顔合成読唇方法
- 出願人／権利者
- 国立大学法人九州工業大学
- 公開番号
- 特開2022-144707
- 登録番号
- 特許第7624707号