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
刚刚
爆米花应助科研通管家采纳,获得10
刚刚
金刚经应助科研通管家采纳,获得10
刚刚
SciGPT应助科研通管家采纳,获得100
刚刚
芝士球球应助科研通管家采纳,获得20
刚刚
共享精神应助科研通管家采纳,获得10
刚刚
刚刚
Hello应助科研通管家采纳,获得10
刚刚
田様应助科研通管家采纳,获得20
刚刚
CipherSage应助科研通管家采纳,获得10
刚刚
在水一方应助科研通管家采纳,获得10
刚刚
科研通AI2S应助科研通管家采纳,获得10
1秒前
ESLG应助科研通管家采纳,获得10
1秒前
SciGPT应助科研通管家采纳,获得10
1秒前
丘比特应助科研通管家采纳,获得10
1秒前
1秒前
小蘑菇应助科研通管家采纳,获得30
1秒前
1秒前
1秒前
1秒前
旷意完成签到,获得积分10
2秒前
2秒前
mbf发布了新的文献求助10
2秒前
mbf发布了新的文献求助10
3秒前
mbf发布了新的文献求助10
3秒前
mbf发布了新的文献求助10
3秒前
mbf发布了新的文献求助10
3秒前
mbf发布了新的文献求助10
3秒前
复杂觅海发布了新的文献求助10
3秒前
3秒前
3秒前
一一完成签到 ,获得积分10
3秒前
mbf发布了新的文献求助10
3秒前
mbf发布了新的文献求助10
3秒前
mbf发布了新的文献求助10
3秒前
mbf发布了新的文献求助10
3秒前
mbf发布了新的文献求助10
4秒前
mbf发布了新的文献求助10
4秒前
mbf发布了新的文献求助10
4秒前
mbf发布了新的文献求助10
4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
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
2024 Medicinal Chemistry Reviews 400
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 3191068
求助须知:如何正确求助?哪些是违规求助? 2840381
关于积分的说明 8028337
捐赠科研通 2503773
什么是DOI,文献DOI怎么找? 1337163
科研通“疑难数据库(出版商)”最低求助积分说明 638034
邀请新用户注册赠送积分活动 606474