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
斯文涔雨发布了新的文献求助10
1秒前
万能图书馆应助xuan17采纳,获得10
1秒前
zz完成签到,获得积分10
1秒前
2秒前
不配.应助夏青荷采纳,获得10
4秒前
李爱国应助小橘子采纳,获得10
5秒前
guojingjing发布了新的文献求助10
5秒前
布达鸟完成签到,获得积分10
6秒前
不配.应助别push我采纳,获得10
7秒前
9秒前
medmh发布了新的文献求助10
10秒前
11秒前
我不是BOB完成签到,获得积分10
11秒前
GONG发布了新的文献求助10
12秒前
12秒前
晓书斋完成签到,获得积分10
13秒前
ytg922完成签到,获得积分10
13秒前
14秒前
abcdefg完成签到,获得积分10
18秒前
xuan17发布了新的文献求助10
18秒前
zsy012发布了新的文献求助10
18秒前
宇宇宇c完成签到,获得积分10
19秒前
可爱的函函应助动次打次采纳,获得20
19秒前
20秒前
zzz完成签到,获得积分10
21秒前
atdawn1998完成签到 ,获得积分10
21秒前
zhuyuwei完成签到,获得积分10
22秒前
24秒前
zhang183clue发布了新的文献求助10
25秒前
ty发布了新的文献求助10
26秒前
27秒前
火星上白羊完成签到 ,获得积分10
27秒前
U2完成签到,获得积分10
28秒前
岁岁平安完成签到,获得积分10
28秒前
NexusExplorer应助单纯青雪采纳,获得10
28秒前
orixero应助xuan17采纳,获得10
29秒前
小橘子发布了新的文献求助10
30秒前
guangyu完成签到,获得积分10
30秒前
科目三应助大聪明采纳,获得10
36秒前
Yxian完成签到,获得积分10
37秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
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
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 3187833
求助须知:如何正确求助?哪些是违规求助? 2837548
关于积分的说明 8015576
捐赠科研通 2500164
什么是DOI,文献DOI怎么找? 1334775
科研通“疑难数据库(出版商)”最低求助积分说明 637295
邀请新用户注册赠送积分活动 605251