دانشجوی کارشناسی ارشد هوش مصنوعی با معدل ۱۸٫۴۵ از ۲۰ و در آستانه دفاع هستم. پژوهشم بر یادگیری مبتنی بر عدم قطعیت در بازشناسی گفتار دیداری و تصمیمگیری در Go متمرکز است. جویای موقعیت دکتری با فاند کامل در بینایی ماشین یا یادگیری عمیق کارآمد هستم.
خودتقطیری آنلاین با دروازه آنتروپی برای بازشناسی گفتار دیداری مبتنی بر CTC
Mehrad Yaghoubi, Azam Bastanfard
EGOSD از یک ماژول داخلی belief برای تخمین عدم قطعیت در سطح فریم و کنترل خودتقطیری آنلاین در مدل سبک VSR استفاده میکند. هزینه اضافی در زمان inference ناچیز است.
یک بسته متنباز Python برای استخراج ناحیه لب از ویدئو با MediaPipe است. از هموارسازی زمانی، تنظیم اختیاری روشنایی تصویر و پردازش قابل تنظیم روی CPU یا CUDA پشتیبانی میکند.