-
公开(公告)号：CN114168104A
公开(公告)日：2022-03-11
申请号：CN202111491972.1
申请日：2021-12-08
Applicant: 杭州电子科技大学
IPC: G06F3/16 , G06F9/4401 , G06N3/02
Abstract: 本发明公开了一种面向视障人群的场景文字交互式理解系统，包括手机移动端APP和后端视觉交互计算处理平台，手机移动端APP包括语音唤醒组件、视觉场景拍摄组件、语音问题采集组件、语音转换文字组件、逻辑判断组件、数据传输收发组件和文字合成语音组件；后端视觉交互处理计算平台包括输入预处理模块和多头注意力机制模型。本发明能够实现针对不同场景图片中的文字信息的识别，场景信息由用户自主采集，环境适应性和可拓展性高，且对于场景中文字识别的灵敏度和准确性高。可以根据用户问题进行动态回答，更具实用性和实时性；能够安装在手机移动端可以使用语音进行信息交互上，对用户来说，使用方便，耗费成本较低，简易上手。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
