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
为为发布了新的文献求助10
1秒前
搜集达人应助1111采纳,获得10
1秒前
2秒前
2秒前
sun2发布了新的文献求助10
2秒前
2秒前
聪明的鹤发布了新的文献求助10
3秒前
筱筱完成签到,获得积分10
3秒前
萧七七发布了新的文献求助40
3秒前
YY完成签到,获得积分10
3秒前
小鱼儿发布了新的文献求助10
4秒前
CodeCraft应助小诺采纳,获得10
4秒前
5秒前
lyx完成签到,获得积分10
5秒前
传奇3应助enen采纳,获得10
5秒前
Yang发布了新的文献求助10
5秒前
6秒前
求求了发布了新的文献求助30
6秒前
hihi发布了新的文献求助10
6秒前
平常的苡完成签到,获得积分10
7秒前
8秒前
Akim应助Wangke采纳,获得10
9秒前
波波发布了新的文献求助10
9秒前
10秒前
10秒前
问雁完成签到,获得积分10
10秒前
华老五完成签到,获得积分10
10秒前
坚强血茗完成签到,获得积分10
11秒前
爆米花应助LCC采纳,获得10
11秒前
爱科研的龙完成签到,获得积分10
11秒前
liu发布了新的文献求助10
12秒前
小白菜完成签到,获得积分10
12秒前
简单的元珊完成签到 ,获得积分10
12秒前
隐形的涫完成签到,获得积分10
13秒前
Ava应助机灵冷风采纳,获得10
14秒前
斯文败类应助BoscoLin采纳,获得10
15秒前
认真子默发布了新的文献求助10
15秒前
15秒前
15秒前
15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
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
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 3193209
求助须知:如何正确求助?哪些是违规求助? 2842206
关于积分的说明 8038076
捐赠科研通 2506078
什么是DOI,文献DOI怎么找? 1338965
科研通“疑难数据库(出版商)”最低求助积分说明 638559
邀请新用户注册赠送积分活动 607108