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
2秒前
Soir完成签到 ,获得积分10
2秒前
上官若男应助欢呼忆丹采纳,获得10
3秒前
专注的筝发布了新的文献求助30
4秒前
JamesPei应助大傻春采纳,获得10
4秒前
5秒前
于晨欣发布了新的文献求助10
5秒前
Rita发布了新的文献求助10
5秒前
8秒前
10秒前
大个应助专注的筝采纳,获得10
12秒前
13秒前
15秒前
TY发布了新的文献求助10
16秒前
青山发布了新的文献求助10
16秒前
成哥完成签到,获得积分10
18秒前
PeLED发布了新的文献求助10
20秒前
20秒前
与树常青发布了新的文献求助10
21秒前
Hum0ro98完成签到,获得积分10
23秒前
24秒前
充电宝应助成哥采纳,获得10
24秒前
星辰大海应助bubble采纳,获得10
24秒前
giao完成签到,获得积分10
25秒前
Jasper应助沉默的罡采纳,获得10
26秒前
26秒前
唐古拉发布了新的文献求助10
26秒前
yan123发布了新的文献求助10
28秒前
李爱国应助yxy采纳,获得10
29秒前
搜集达人应助传统的白桃采纳,获得10
31秒前
PeLED完成签到,获得积分10
31秒前
很厉害的黄桃完成签到 ,获得积分10
32秒前
清风浮云完成签到,获得积分10
33秒前
华仔应助yan123采纳,获得10
33秒前
123456发布了新的文献求助10
36秒前
37秒前
38秒前
39秒前
dgfhg发布了新的文献求助10
40秒前
华仔应助科研通管家采纳,获得10
42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
2024 Medicinal Chemistry Reviews 400
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 3195192
求助须知:如何正确求助?哪些是违规求助? 2844065
关于积分的说明 8048190
捐赠科研通 2508518
什么是DOI,文献DOI怎么找? 1340876
科研通“疑难数据库(出版商)”最低求助积分说明 639045
邀请新用户注册赠送积分活动 608013