解耦同類自知識(shí)蒸餾的輕量化唇語識(shí)別方法

摘要： 針對(duì)唇語識(shí)別模型因參數(shù)量和計(jì)算量較大而無法在移動(dòng)終端和邊緣設(shè)備上應(yīng)用的問題，提出基于解耦同類自知識(shí)蒸餾和GhostNet-TSM的唇語識(shí)別方法。提出具有時(shí)序特征提取能力的GhostNet-TSM網(wǎng)絡(luò)；將同類自知識(shí)蒸餾的特征解耦為目標(biāo)類特征和非目標(biāo)類特征，分別設(shè)置損失函數(shù)，以提高模型的識(shí)別精度；使用解耦同類自知識(shí)蒸餾方法在LRW和LIP350數(shù)據(jù)集上進(jìn)行模型訓(xùn)練，并在OuluVS... （共11頁）