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
小马甲应助墨羽翔天采纳,获得10
1秒前
2秒前
aff发布了新的文献求助10
3秒前
wrzymh发布了新的文献求助10
3秒前
鸭梨发布了新的文献求助10
3秒前
哈哈发布了新的文献求助10
4秒前
丘比特应助吞金采纳,获得10
5秒前
5秒前
马玉祥完成签到,获得积分20
5秒前
金刚经应助彪壮的雪瑶采纳,获得10
5秒前
南桑完成签到,获得积分10
6秒前
linjiaxin发布了新的文献求助10
6秒前
hazzi完成签到,获得积分10
7秒前
科研通AI2S应助xiaokezhang采纳,获得10
7秒前
天真笑白发布了新的文献求助10
9秒前
科研通AI2S应助Xiong采纳,获得10
9秒前
南桑发布了新的文献求助10
9秒前
clearlove发布了新的文献求助10
10秒前
景辣条发布了新的文献求助10
11秒前
xliiii发布了新的文献求助10
14秒前
15秒前
18秒前
李健应助科研通管家采纳,获得10
18秒前
丘比特应助科研通管家采纳,获得10
18秒前
彭于晏应助科研通管家采纳,获得10
18秒前
打打应助科研通管家采纳,获得10
18秒前
大个应助科研通管家采纳,获得10
18秒前
慕青应助科研通管家采纳,获得30
18秒前
丘比特应助科研通管家采纳,获得10
18秒前
上官若男应助科研通管家采纳,获得10
19秒前
共享精神应助科研通管家采纳,获得20
19秒前
小蘑菇应助科研通管家采纳,获得10
19秒前
19秒前
现代的翠柏完成签到,获得积分10
20秒前
20秒前
马齿苋发布了新的文献求助10
20秒前
21秒前
ssss发布了新的文献求助10
22秒前
22秒前
1111完成签到 ,获得积分10
22秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
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
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 3189290
求助须知:如何正确求助?哪些是违规求助? 2838673
关于积分的说明 8020919
捐赠科研通 2501536
什么是DOI,文献DOI怎么找? 1335703
科研通“疑难数据库(出版商)”最低求助积分说明 637678
邀请新用户注册赠送积分活动 605774