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
1秒前
3秒前
锦七发布了新的文献求助10
6秒前
深情安青应助xxxwax采纳,获得10
9秒前
锦七完成签到,获得积分10
13秒前
深情安青应助爱读书的嘟嘟采纳,获得100
15秒前
15秒前
peiter完成签到 ,获得积分10
18秒前
19秒前
21秒前
风雪夜归人关注了科研通微信公众号
23秒前
24秒前
贾克斯发布了新的文献求助10
25秒前
seayoa发布了新的文献求助10
25秒前
26秒前
专注的帆布鞋完成签到 ,获得积分10
26秒前
sjyu1985完成签到 ,获得积分10
31秒前
longlong完成签到,获得积分10
33秒前
xxxwax发布了新的文献求助10
33秒前
yulong发布了新的文献求助10
33秒前
34秒前
船长完成签到,获得积分10
36秒前
37秒前
longlong发布了新的文献求助10
39秒前
zzz完成签到 ,获得积分10
39秒前
NexusExplorer应助ciags采纳,获得10
41秒前
chai完成签到,获得积分10
47秒前
天天快乐应助yulong采纳,获得10
48秒前
阿北发布了新的文献求助10
49秒前
科研通AI2S应助端庄洪纲采纳,获得10
50秒前
52秒前
53秒前
旺旺小小贝完成签到,获得积分10
55秒前
55秒前
wuhao发布了新的文献求助10
56秒前
小胡发布了新的文献求助10
57秒前
新鲜事发布了新的文献求助10
57秒前
58秒前
火锅发布了新的文献求助10
59秒前
ciags发布了新的文献求助10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
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
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
Handbook on People's China (1957) 400
2024 Medicinal Chemistry Reviews 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 3189626
求助须知:如何正确求助?哪些是违规求助? 2839019
关于积分的说明 8022407
捐赠科研通 2501845
什么是DOI,文献DOI怎么找? 1336060
科研通“疑难数据库(出版商)”最低求助积分说明 637750
邀请新用户注册赠送积分活动 605835