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
哎健身完成签到 ,获得积分10
刚刚
mayucong完成签到,获得积分10
2秒前
prince666完成签到,获得积分10
3秒前
hcdb完成签到,获得积分10
12秒前
77完成签到 ,获得积分10
14秒前
苏格拉没有底完成签到 ,获得积分10
15秒前
Dr W完成签到 ,获得积分10
15秒前
GRATE完成签到 ,获得积分10
16秒前
ken131完成签到 ,获得积分10
17秒前
i2stay完成签到,获得积分10
21秒前
hzauhzau完成签到,获得积分10
26秒前
打工仔完成签到 ,获得积分10
27秒前
大力水手完成签到,获得积分10
29秒前
玉崟完成签到 ,获得积分10
30秒前
李健应助祥瑞采纳,获得10
33秒前
chenying完成签到 ,获得积分0
36秒前
yjy完成签到 ,获得积分10
37秒前
doreen完成签到 ,获得积分10
38秒前
ymxlcfc完成签到 ,获得积分10
48秒前
科研狗完成签到 ,获得积分10
50秒前
Bella完成签到 ,获得积分10
50秒前
古凊完成签到 ,获得积分10
55秒前
我就想看看文献完成签到 ,获得积分10
55秒前
Power完成签到 ,获得积分10
58秒前
vagabond完成签到 ,获得积分10
58秒前
future完成签到 ,获得积分10
58秒前
Nara2021完成签到,获得积分10
1分钟前
蛋妮完成签到 ,获得积分10
1分钟前
e746700020完成签到,获得积分10
1分钟前
欢喜梦凡完成签到 ,获得积分10
1分钟前
mzrrong完成签到 ,获得积分10
1分钟前
御风完成签到,获得积分10
1分钟前
小垃圾10号完成签到,获得积分10
1分钟前
小墨墨完成签到 ,获得积分10
1分钟前
坟里唱情歌完成签到 ,获得积分10
1分钟前
FXT完成签到 ,获得积分10
1分钟前
牛牛发布了新的文献求助10
1分钟前
seacnli完成签到 ,获得积分10
1分钟前
优雅含灵完成签到 ,获得积分10
1分钟前
starry完成签到 ,获得积分0
1分钟前
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
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
Idoxuridine 260
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 3196852
求助须知:如何正确求助?哪些是违规求助? 2845525
关于积分的说明 8054352
捐赠科研通 2510160
什么是DOI,文献DOI怎么找? 1342320
科研通“疑难数据库(出版商)”最低求助积分说明 639355
邀请新用户注册赠送积分活动 608669