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
紫罗兰花海完成签到 ,获得积分10
1秒前
1秒前
xiaochuan925完成签到 ,获得积分10
1秒前
立冬完成签到,获得积分10
2秒前
3秒前
好好好完成签到 ,获得积分10
3秒前
拉塞尔....完成签到 ,获得积分10
3秒前
lefcard完成签到,获得积分10
4秒前
周围完成签到,获得积分10
4秒前
所所应助ming采纳,获得10
6秒前
FAN发布了新的文献求助10
6秒前
Hua完成签到,获得积分0
8秒前
abcdefg完成签到,获得积分10
8秒前
Haonan完成签到,获得积分10
8秒前
高高完成签到 ,获得积分10
9秒前
EUAN完成签到,获得积分10
10秒前
CodeCraft应助蝃蝀采纳,获得10
11秒前
777完成签到 ,获得积分10
11秒前
蒋海完成签到 ,获得积分10
15秒前
水星完成签到 ,获得积分10
15秒前
蓝桉完成签到 ,获得积分10
16秒前
惜曦完成签到 ,获得积分10
16秒前
九零后无心完成签到,获得积分10
17秒前
LEESO完成签到,获得积分10
17秒前
drslytherin完成签到,获得积分10
20秒前
LIKUN完成签到,获得积分10
20秒前
朴素易梦完成签到 ,获得积分10
21秒前
bernie1023完成签到,获得积分10
21秒前
123完成签到,获得积分10
25秒前
优雅的平安完成签到 ,获得积分10
26秒前
杨冰完成签到,获得积分10
26秒前
猫小咪完成签到,获得积分10
27秒前
希望天下0贩的0应助威威采纳,获得10
28秒前
老实乌冬面完成签到 ,获得积分10
30秒前
左一酱完成签到 ,获得积分10
32秒前
皓月千里完成签到,获得积分10
33秒前
幽一完成签到,获得积分10
35秒前
xfy完成签到,获得积分10
36秒前
mojito完成签到 ,获得积分10
37秒前
djh完成签到,获得积分10
38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 3192719
求助须知:如何正确求助?哪些是违规求助? 2841827
关于积分的说明 8034895
捐赠科研通 2505467
什么是DOI,文献DOI怎么找? 1338632
科研通“疑难数据库(出版商)”最低求助积分说明 638392
邀请新用户注册赠送积分活动 606967