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
小蘑菇应助酷炫的谷兰采纳,获得10
1秒前
1秒前
大模型应助LUOYAN采纳,获得10
1秒前
chen发布了新的文献求助10
2秒前
2秒前
nabixx发布了新的文献求助10
3秒前
Lucas应助zhaimengting采纳,获得10
4秒前
784273145完成签到 ,获得积分10
4秒前
5秒前
8秒前
yang完成签到,获得积分10
9秒前
msyy完成签到,获得积分10
9秒前
sylviadong发布了新的文献求助150
10秒前
10秒前
CodeCraft应助lirs采纳,获得10
11秒前
瘦瘦雅香应助月亮采纳,获得10
12秒前
SciGPT应助随波逐流采纳,获得10
15秒前
Owen应助缥缈的冰海采纳,获得10
16秒前
科研通AI2S应助elooo采纳,获得10
16秒前
Gromit驳回了思源应助
17秒前
小蘑菇应助酷酷季节采纳,获得10
17秒前
21秒前
医魔完成签到,获得积分10
22秒前
随波逐流完成签到,获得积分20
24秒前
25秒前
28秒前
29秒前
随波逐流发布了新的文献求助10
29秒前
narall完成签到,获得积分10
31秒前
penguin完成签到,获得积分10
32秒前
研友_LjDyNZ完成签到,获得积分10
34秒前
熊大猫完成签到,获得积分10
34秒前
lirs发布了新的文献求助10
35秒前
35秒前
Jasper应助默默的鬼神采纳,获得10
37秒前
laaa发布了新的文献求助10
38秒前
小马甲应助urochen采纳,获得10
38秒前
39秒前
LSH完成签到 ,获得积分10
40秒前
一给我哩giao完成签到,获得积分10
40秒前
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 3189542
求助须知:如何正确求助?哪些是违规求助? 2838884
关于积分的说明 8022073
捐赠科研通 2501733
什么是DOI,文献DOI怎么找? 1336004
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 605820