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
1秒前
1秒前
fuje发布了新的文献求助10
1秒前
小黄发布了新的文献求助10
2秒前
认真的薄荷完成签到,获得积分10
2秒前
神之韵完成签到 ,获得积分10
2秒前
桐桐应助无奈的巧曼采纳,获得10
2秒前
3秒前
书签完成签到,获得积分10
4秒前
6秒前
loka发布了新的文献求助30
8秒前
研友_VZG7GZ应助啾啾采纳,获得10
9秒前
田様应助淡定井采纳,获得10
10秒前
SciGPT应助sntyc采纳,获得10
11秒前
11秒前
灿烂sunfly发布了新的文献求助10
11秒前
12秒前
orixero应助灰光呀采纳,获得10
12秒前
YYJ完成签到,获得积分10
12秒前
13秒前
15秒前
赘婿应助小黄采纳,获得10
15秒前
西南柳叶刀完成签到,获得积分10
15秒前
16秒前
16秒前
小老板完成签到,获得积分10
16秒前
loka完成签到,获得积分10
16秒前
Zzk发布了新的文献求助10
17秒前
17秒前
hql_sdu发布了新的文献求助10
17秒前
小小薰发布了新的文献求助10
18秒前
ardejiang发布了新的文献求助10
19秒前
科研通AI2S应助zhaimengting采纳,获得10
20秒前
20秒前
啾啾发布了新的文献求助10
21秒前
花桥完成签到,获得积分20
21秒前
21秒前
zyy发布了新的文献求助10
22秒前
陈泽冉完成签到,获得积分10
23秒前
凤凰之玉发布了新的文献求助10
25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
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
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 3191886
求助须知:如何正确求助?哪些是违规求助? 2841256
关于积分的说明 8031972
捐赠科研通 2504677
什么是DOI,文献DOI怎么找? 1337957
科研通“疑难数据库(出版商)”最低求助积分说明 638224
邀请新用户注册赠送积分活动 606733