HearMe: Accurate and Real-time Lip Reading based on Commercial RFID Devices

计算机科学 稳健性(进化) 词汇 频道(广播) 语音识别 延迟(音频) 标识符 人工智能 集合(抽象数据类型) 人机交互 计算机网络 电信 哲学 生物化学 化学 语言学 基因 程序设计语言
作者
Shigeng Zhang,Zijing Ma,Kaixuan Lu,Xuan Liu,Jia Liu,Song Guo,Albert Y. Zomaya,Jian Zhang,Jianxin Wang
出处
期刊:IEEE Transactions on Mobile Computing [Institute of Electrical and Electronics Engineers]
卷期号:: 1-14 被引量:3
标识
DOI:10.1109/tmc.2022.3208019
摘要

Lip reading can help people with speech disorders to communicate with others and provide them with a new channel to interact with the world. In this paper, we design and implement HearMe , an accurate and real-time lip-reading system built on commercial RFID devices. HearMe can be used to accurately recognize different words in a pre-defined vocabulary without limitations in light conditions and can be used in multiple user scenarios by leveraging RFID's ability in identifying different users. We design an effective data collection strategy to well capture the tiny and complex signal patterns caused by mouth motion and propose a set of algorithms to extract signal profiles related to mouth motions and mitigate interference factors like multi-path. A carefully designed set of features, including time-domain statistical features and frequency-domain features, are then extracted from the signal to lift the recognition accuracy at the word level. To reduce training costs when the model is used in a new environment, a transfer-learning-based approach is adopted to enhance the robustness of the model in cross-environment scenarios. Experimental results show that HearMe detects speaking actions of the user with an accuracy higher than 0.95 and recognizes different words in a 20-words vocabulary with an average accuracy higher than 0.88. Moreover, the latency of HearMe ( $\sim$ 150ms) is nearly two orders of magnitude less than traditional approaches, making it applicable to practical scenarios that require real-time lip reading.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
美好的忆霜完成签到,获得积分20
1秒前
1秒前
JQK发布了新的文献求助10
2秒前
现代的小馒头完成签到,获得积分20
2秒前
2秒前
爆米花应助陈荣采纳,获得10
3秒前
安静的博发布了新的文献求助10
4秒前
单薄的秋烟完成签到,获得积分10
5秒前
zz完成签到,获得积分10
5秒前
syangZ发布了新的文献求助10
5秒前
6秒前
大个应助彭凯采纳,获得10
6秒前
7秒前
7秒前
7秒前
科学养猪完成签到,获得积分10
8秒前
学医的小胖子完成签到 ,获得积分10
8秒前
ding应助王加冕采纳,获得10
9秒前
Akim应助激昂的飞松采纳,获得10
9秒前
机智鬼神发布了新的文献求助10
11秒前
hxy驳回了Ava应助
11秒前
嵇之云发布了新的文献求助10
12秒前
吃不饱星球球长应助JQK采纳,获得20
13秒前
13秒前
14秒前
梵高发布了新的文献求助10
15秒前
孤独的青曼完成签到,获得积分10
15秒前
科研通AI2S应助晨曦采纳,获得10
15秒前
英勇听兰完成签到 ,获得积分10
15秒前
小二郎应助于安容采纳,获得50
17秒前
qiu完成签到,获得积分20
17秒前
杨旭发布了新的文献求助10
18秒前
18秒前
徐瑶瑶发布了新的文献求助20
18秒前
qqq发布了新的文献求助10
19秒前
20秒前
努力的小狗屁应助666采纳,获得50
21秒前
大个应助嵇之云采纳,获得10
22秒前
陈荣发布了新的文献求助10
22秒前
哈哈哈哈哈哈完成签到,获得积分10
23秒前
高分求助中
Lire en communiste 1000
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 800
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Becoming: An Introduction to Jung's Concept of Individuation 600
Die Gottesanbeterin: Mantis religiosa: 656 500
Communist propaganda: a fact book, 1957-1958 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3170358
求助须知:如何正确求助?哪些是违规求助? 2821551
关于积分的说明 7934795
捐赠科研通 2481787
什么是DOI,文献DOI怎么找? 1322122
科研通“疑难数据库(出版商)”最低求助积分说明 633512
版权声明 602608