Lipreading in the Wild Experiments: 在LRW数据集上利用深度学习的唇读研究

简介：
本研究聚焦于在LRW数据集上运用深度学习技术进行唇语识别实验，旨在提升唇读模型在复杂环境中的准确性和鲁棒性。 在疯狂的实验中唇读该存储库包含了我在Keras中使用深度学习进行唇读的尝试。我训练并测试了这个模型，并且将LRW数据集中的视频转换为代码所需的格式，具体包括： - 与单词有关的帧； - 这些帧的嘴巴区域。 音频目录中的README文件提供了相关说明。“shape_predictor_68_face_landmarks.dat” 文件需要放置在形状预测器和头姿势计算所需的位置。此存储库包含以下内容： - 形状预测器：用于处理LRW数据集视频，以及获取面部特征点； - 图像检索：将唇读视为图像检索系统相关的代码和文件； - 头部姿态：用于计算LRW数据集中所有帧的头部姿势（使用process-lrw提取），并且提供了详细说明。