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
隐形路灯完成签到 ,获得积分10
1秒前
有热心愿意完成签到,获得积分10
2秒前
Charles完成签到,获得积分10
3秒前
别找了睡觉吧完成签到 ,获得积分10
4秒前
机灵的成协完成签到,获得积分10
4秒前
楠木南完成签到,获得积分10
5秒前
老迟到的土豆完成签到 ,获得积分10
5秒前
tinysweet完成签到,获得积分10
5秒前
6秒前
hfr130813完成签到,获得积分20
7秒前
呼呼夫人完成签到 ,获得积分10
7秒前
图图完成签到 ,获得积分10
8秒前
8秒前
嘎嘎的鸡神完成签到,获得积分10
8秒前
追寻奇迹完成签到 ,获得积分10
8秒前
自信松思完成签到 ,获得积分10
9秒前
liu完成签到,获得积分20
9秒前
雪白秋柔完成签到 ,获得积分10
11秒前
罗零完成签到 ,获得积分10
11秒前
难过的蘑菇完成签到,获得积分20
12秒前
瞬间de回眸完成签到 ,获得积分10
13秒前
易楠完成签到,获得积分20
13秒前
井小浩完成签到 ,获得积分10
14秒前
听闻墨笙完成签到 ,获得积分10
14秒前
14秒前
炙热雅琴发布了新的文献求助10
15秒前
16秒前
YY完成签到 ,获得积分10
16秒前
领导范儿应助wyj采纳,获得10
17秒前
傻傻的诗槐完成签到 ,获得积分10
18秒前
ttxxcdx发布了新的文献求助10
18秒前
Ranrunn完成签到 ,获得积分10
18秒前
19秒前
winfree完成签到 ,获得积分10
20秒前
Pauline完成签到 ,获得积分10
20秒前
ladette发布了新的文献求助20
21秒前
复杂豆芽完成签到 ,获得积分10
22秒前
大方的笑萍完成签到 ,获得积分10
22秒前
wang完成签到 ,获得积分10
22秒前
Zhaowx完成签到,获得积分10
23秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mixed-anion Compounds 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Earth System Geophysics 500
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
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 3200515
求助须知:如何正确求助?哪些是违规求助? 2850286
关于积分的说明 8071642
捐赠科研通 2514122
什么是DOI,文献DOI怎么找? 1346881
科研通“疑难数据库(出版商)”最低求助积分说明 640268
邀请新用户注册赠送积分活动 610349