Collaborative Multilingual Continuous Sign Language Recognition: A Unified Framework

计算机科学 手语 自然语言处理 语言模型 人工智能 符号(数学) 嵌入 编码器 语音识别 语言学 数学分析 哲学 数学 操作系统
作者
Hezhen Hu,Junfu Pu,Wengang Zhou,Houqiang Li
出处
期刊:IEEE Transactions on Multimedia [Institute of Electrical and Electronics Engineers]
卷期号:25: 7559-7570 被引量:2
标识
DOI:10.1109/tmm.2022.3223260
摘要

Current continuous sign language recognition systems generally target on a single language. When it comes to the multilingual problem, existing solutions often build separate models based on the same network and then train them with their corresponding sign language corpora. Observing that different sign languages share some low-level visual patterns, we argue that it is beneficial to optimize the recognition model in a collaborative way. With this motivation, we propose the first unified framework for multilingual continuous sign language recognition. Our framework consists of a shared visual encoder for visual information encoding, multiple language-dependent sequential modules for long-range temporal dependency learning aimed at different languages, and a universal sequential module to learn the commonality of all languages. An additional language embedding is introduced to distinguish different languages within the shared temporal encoders. Further, we present a max-probability decoding method to obtain the alignment between sign videos and sign words for visual encoder refinement. We evaluate our approach on three continuous sign language recognition benchmarks, i.e., RWTH-PHOENIX-Weather, CSL and GSL-SD. The experimental results reveal that our method outperforms the individually trained recognition models. Our method also demonstrates better performance compared with state-of-the-art algorithms.
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
kevin_ontheroad完成签到,获得积分10
刚刚
瞬华完成签到,获得积分10
1秒前
1秒前
田様应助芋圆采纳,获得10
1秒前
2秒前
111完成签到,获得积分20
2秒前
毛豆应助科研小小小白采纳,获得10
3秒前
毛豆爸爸应助nano采纳,获得20
4秒前
5秒前
5秒前
6秒前
6秒前
7秒前
喔啦发布了新的文献求助10
9秒前
18922406869发布了新的文献求助10
10秒前
称心天思发布了新的文献求助10
11秒前
Ultraman45发布了新的文献求助10
12秒前
azazduuuuuu完成签到,获得积分10
13秒前
13秒前
今后应助san采纳,获得10
13秒前
ru完成签到 ,获得积分10
18秒前
19秒前
19秒前
红色蒲公英完成签到,获得积分20
19秒前
风评完成签到,获得积分10
20秒前
lxiaok完成签到,获得积分10
21秒前
余鱼鱼发布了新的文献求助10
22秒前
谦让面包完成签到,获得积分10
23秒前
可爱的函函应助Ultraman45采纳,获得10
23秒前
Hello应助candoubinbin采纳,获得10
24秒前
背后访风发布了新的文献求助50
25秒前
25秒前
25秒前
25秒前
26秒前
26秒前
潤沁发布了新的文献求助10
30秒前
30秒前
san发布了新的文献求助10
30秒前
ubiquitin发布了新的文献求助10
31秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
保险藏宝图 1000
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 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 3186336
求助须知:如何正确求助?哪些是违规求助? 2836575
关于积分的说明 8010249
捐赠科研通 2498970
什么是DOI,文献DOI怎么找? 1334049
科研通“疑难数据库(出版商)”最低求助积分说明 636981
邀请新用户注册赠送积分活动 604909