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
feng发布了新的文献求助10
1秒前
Tata发布了新的文献求助10
1秒前
1秒前
1秒前
李爱国应助知性的雅彤采纳,获得10
2秒前
2秒前
dakdake大可完成签到,获得积分10
2秒前
Plucky完成签到,获得积分10
2秒前
领导范儿应助调皮的香萱采纳,获得10
2秒前
文文文完成签到,获得积分10
2秒前
nicezhutou完成签到,获得积分10
2秒前
3秒前
3秒前
田様应助niu采纳,获得10
3秒前
平淡的采文完成签到,获得积分10
3秒前
简隋英发布了新的文献求助10
3秒前
香蕉觅云应助小洋采纳,获得10
4秒前
zhzzhz完成签到,获得积分10
4秒前
ddsdd完成签到,获得积分10
4秒前
蓝桉发布了新的文献求助10
4秒前
renjiu发布了新的文献求助10
4秒前
gloriafeng完成签到,获得积分10
5秒前
xq完成签到,获得积分10
5秒前
Plucky发布了新的文献求助10
5秒前
草帽发布了新的文献求助10
5秒前
5秒前
5秒前
流川封完成签到,获得积分10
6秒前
fn完成签到,获得积分10
6秒前
shaelyn关注了科研通微信公众号
6秒前
冰叶点点完成签到 ,获得积分10
7秒前
李健的粉丝团团长应助feng采纳,获得10
7秒前
这个文献你有么完成签到,获得积分10
8秒前
9秒前
9秒前
结实的荷发布了新的文献求助10
9秒前
gloriafeng发布了新的文献求助10
9秒前
机智阿张完成签到,获得积分10
10秒前
ddsdd发布了新的文献求助10
10秒前
10秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
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 3197408
求助须知:如何正确求助?哪些是违规求助? 2846255
关于积分的说明 8058280
捐赠科研通 2511061
什么是DOI,文献DOI怎么找? 1343076
科研通“疑难数据库(出版商)”最低求助积分说明 639510
邀请新用户注册赠送积分活动 609024