公开(公告)号：CN117392289A

公开(公告)日：2024-01-12

申请号：CN202311166459.4

申请日：2023-09-11

Applicant: 北京计算机技术及应用研究所

Inventor： 王璐 ,  周炼赤 ,  王红艳 ,  周益周 ,  孙宇

IPC: G06T13/40 ,  G06F40/289 ,  G06F40/268 ,  G06F40/295 ,  G06F16/35 ,  G06F40/30 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/044 ,  G06N3/045 ,  G06T17/00 ,  G06T5/70 ,  G06T7/33 ,  G06T15/04

Abstract: 本发明涉及一种基于AI语音自动生成案发现场视频的方法和系统，属于自然语言处理及语音识别、计算机视觉技术领域。本发明收集目击证人、嫌疑人等有关本案案情的口供语音作为数据集，对语音进行一系列处理，对人体在时间、地点、动作等的相关事件进行特征提取，将提取结果输入到训练好的人体姿态估计神经网络模型，得到该人体基于时间地点的连贯的姿态动作视频；把人体的姿态动作与三维场景主题输入到视频生成器模块中，将时间维度上人体模型的姿态动作与三维场景主题进行动画融合，生成人体在实景中的动态连贯的案发现场人物视频。本发明能替代人工对繁杂信息的收集及处理，有利于办案效率的整体提升。