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
ronin发布了新的文献求助10
刚刚
Ava应助小许采纳,获得10
1秒前
Cary完成签到,获得积分10
3秒前
3秒前
丘比特应助科研通管家采纳,获得10
4秒前
JamesPei应助科研通管家采纳,获得10
4秒前
田様应助科研通管家采纳,获得10
4秒前
skyziy完成签到,获得积分10
4秒前
子车茗应助科研通管家采纳,获得10
4秒前
小新发布了新的文献求助10
4秒前
研友_VZG7GZ应助科研通管家采纳,获得10
4秒前
赘婿应助科研通管家采纳,获得10
4秒前
桐桐应助科研通管家采纳,获得10
4秒前
4秒前
4秒前
4秒前
搜集达人应助呼呼呼采纳,获得10
5秒前
5秒前
SciGPT应助多多采纳,获得10
5秒前
小月亮发布了新的文献求助10
6秒前
丰富的小甜瓜完成签到,获得积分10
9秒前
菲菲完成签到,获得积分20
10秒前
清爽小白菜完成签到,获得积分10
10秒前
李静完成签到,获得积分10
11秒前
Jenny完成签到,获得积分20
13秒前
epitaxy完成签到,获得积分10
15秒前
SciGPT应助WSGQT采纳,获得10
16秒前
我是老大应助伶俐的茹嫣采纳,获得10
16秒前
沉静立辉完成签到,获得积分10
17秒前
17秒前
钟志成完成签到,获得积分10
19秒前
菲菲发布了新的文献求助10
22秒前
qiu发布了新的文献求助10
22秒前
星辰大海应助Jenny采纳,获得10
22秒前
领导范儿应助费城青年采纳,获得10
22秒前
23秒前
哈哈完成签到,获得积分10
24秒前
24秒前
25秒前
科目三应助排骨粉蒸肉采纳,获得10
26秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
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
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
Handbook on People's China (1957) 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 3189013
求助须知:如何正确求助?哪些是违规求助? 2838460
关于积分的说明 8019847
捐赠科研通 2501314
什么是DOI,文献DOI怎么找? 1335507
科研通“疑难数据库(出版商)”最低求助积分说明 637555
邀请新用户注册赠送积分活动 605656