Spatial–Temporal Enhanced Network for Continuous Sign Language Recognition

计算机科学 判别式 人工智能 特征提取 模式识别(心理学) 提取器 手语 空间分析 特征(语言学) 利用 稳健性(进化) 计算机视觉 数学 统计 工程类 哲学 基因 生物化学 语言学 计算机安全 化学 工艺工程
作者
Wenjie Yin,Yonghong Hou,Zihui Guo,Kailin Liu
出处
期刊:IEEE Transactions on Circuits and Systems for Video Technology [Institute of Electrical and Electronics Engineers]
卷期号:34 (3): 1684-1695 被引量:6
标识
DOI:10.1109/tcsvt.2023.3296668
摘要

Continuous Sign language Recognition (CSLR) aims to generate gloss sequences based on untrimmed sign videos. Since discriminative visual features are essential for CSLR, current efforts mainly focus on strengthening the feature extractor. The feature extractor can be disassembled into a spatial representation module and a short-term temporal module for spatial and visual features modeling. However, existing methods always regard it as a monoblock and rarely implement specific refinements for such two distinct modules, which is difficult to achieve effective modeling of spatial appearance information and temporal motion information. To address the above issues, we proposed a spatial temporal enhanced network which contains a spatial-visual alignment (SVA) module and a temporal feature difference (TFD) module. Specifically, the SVA module conducts an auxiliary task between the spatial features and target gloss sequences to enhance the extraction of hand and facial expressions. Meanwhile, the TFD module is constructed to exploit the underlying dynamic between consecutive frames and inject the aggregated motion information into spatial features to assist short-term temporal modeling. Extensive experimental results demonstrate the effectiveness of the proposed modules and our network achieves state-of-the-art or competitive performance on four public CSLR datasets.
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
田様应助疯狂的迪子采纳,获得10
刚刚
1秒前
orixero应助钱多多采纳,获得10
1秒前
Sean完成签到,获得积分10
2秒前
dyfsj发布了新的文献求助10
3秒前
自由初蓝完成签到,获得积分10
4秒前
4秒前
5秒前
5秒前
dl发布了新的文献求助30
5秒前
小雨哥发布了新的文献求助10
6秒前
6秒前
Elsa完成签到,获得积分10
6秒前
川盈完成签到,获得积分10
7秒前
h7nho发布了新的文献求助10
8秒前
ZXneuro完成签到,获得积分10
9秒前
PANYIAO发布了新的文献求助10
9秒前
胡子木发布了新的文献求助10
9秒前
9秒前
11秒前
12秒前
喔哦发布了新的文献求助10
12秒前
13秒前
QiranSheng完成签到,获得积分10
14秒前
我是老大应助迅速芸遥采纳,获得10
15秒前
小飞侠发布了新的文献求助10
15秒前
田様应助快乐采纳,获得10
15秒前
viogriffin发布了新的文献求助10
16秒前
RUI完成签到,获得积分10
16秒前
17秒前
17秒前
瘦瘦乌龟发布了新的文献求助10
18秒前
JL完成签到,获得积分10
19秒前
19秒前
充电宝应助PANYIAO采纳,获得10
20秒前
李木子完成签到,获得积分10
20秒前
sy发布了新的文献求助30
20秒前
彭于彦祖应助活力小虾米采纳,获得50
20秒前
雪晴完成签到,获得积分10
21秒前
22秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Dictionary of socialism 350
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
Idoxuridine 260
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 3194019
求助须知:如何正确求助?哪些是违规求助? 2842911
关于积分的说明 8042344
捐赠科研通 2507365
什么是DOI,文献DOI怎么找? 1339774
科研通“疑难数据库(出版商)”最低求助积分说明 638807
邀请新用户注册赠送积分活动 607647