GRID corpus 发布 GRID Dataset 数据集, 应用在 唇语识别、视频处理 领域

GRID corpus 本次发布的数据集 GRID Dataset, 500 该数据集是一个广受欢迎的句子级别的唇语阅读数据集，包含了34位发言人的句子，每个视频时长为3秒钟。在未知的发言人分割中，使用发言人1、2、20和22进行测试，其余的则用于训练。该数据集的规模为34位发言人，每分钟约有20个视频，其任务是对唇语进行识别。

查看GRID Dataset

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。