已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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
lan发布了新的文献求助10
1秒前
jqmiao关注了科研通微信公众号
1秒前
2秒前
2秒前
我是老大应助直率向薇采纳,获得10
2秒前
翟闻雨完成签到,获得积分10
7秒前
华忆雪完成签到 ,获得积分10
10秒前
张先生发布了新的文献求助10
11秒前
CodeCraft应助xaoi采纳,获得20
11秒前
顾矜应助lan采纳,获得10
13秒前
14秒前
lili完成签到 ,获得积分10
16秒前
16秒前
Sicie完成签到,获得积分10
17秒前
情怀应助契合采纳,获得20
18秒前
完美世界应助LBB采纳,获得10
19秒前
Hello应助杨欣1994采纳,获得10
19秒前
希望天下0贩的0应助xhkxz采纳,获得10
19秒前
21秒前
wanci应助JUNJIU采纳,获得10
24秒前
24秒前
25秒前
28秒前
契合发布了新的文献求助20
31秒前
34秒前
金刚经应助小xy采纳,获得10
35秒前
开心超人完成签到,获得积分10
35秒前
miniZhang完成签到,获得积分10
35秒前
36秒前
锦如发布了新的文献求助10
37秒前
科研通AI2S应助科研通管家采纳,获得10
39秒前
wyy应助科研通管家采纳,获得10
39秒前
科研通AI2S应助科研通管家采纳,获得10
39秒前
Orange应助科研通管家采纳,获得10
39秒前
不冰淇淋完成签到,获得积分10
39秒前
酷波er应助哈喽采纳,获得30
40秒前
40秒前
我是老大应助调皮老头采纳,获得10
40秒前
raziel完成签到,获得积分10
40秒前
miniZhang发布了新的文献求助10
41秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
India's foreign trade policy and its performance in the world economy 450
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
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 3196404
求助须知:如何正确求助?哪些是违规求助? 2845159
关于积分的说明 8053183
捐赠科研通 2509764
什么是DOI,文献DOI怎么找? 1342009
科研通“疑难数据库(出版商)”最低求助积分说明 639304
邀请新用户注册赠送积分活动 608563