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
hhl发布了新的文献求助20
1秒前
左右完成签到,获得积分10
1秒前
1秒前
...应助husgbxud采纳,获得20
2秒前
Ash发布了新的文献求助10
2秒前
2秒前
BXR完成签到,获得积分20
3秒前
3秒前
ty完成签到,获得积分10
4秒前
4秒前
豆壳儿发布了新的文献求助10
5秒前
隐形曼青应助六月采纳,获得10
5秒前
欢欢发布了新的文献求助10
5秒前
吴雨木目完成签到 ,获得积分10
5秒前
英俊的铭应助小王同学采纳,获得10
5秒前
晨曦发布了新的文献求助10
7秒前
FOODHUA发布了新的文献求助10
7秒前
符雁发布了新的文献求助30
8秒前
llei完成签到 ,获得积分10
8秒前
dove00完成签到,获得积分10
8秒前
QZZ发布了新的文献求助10
8秒前
9秒前
9秒前
10秒前
钱兵应助ComVivas采纳,获得10
10秒前
华仔应助自由香魔采纳,获得10
10秒前
聪慧的梦安完成签到,获得积分10
10秒前
科研通AI2S应助刻苦的晓蕾采纳,获得10
11秒前
小马甲应助13223456采纳,获得10
11秒前
HK完成签到,获得积分10
12秒前
开心匪应助黄老板采纳,获得10
12秒前
12秒前
13秒前
斯文败类应助彩虹猫采纳,获得30
13秒前
dove00发布了新的文献求助10
14秒前
RebeccaHe应助qwang采纳,获得20
14秒前
外向的聪展完成签到,获得积分10
14秒前
SciGPT应助chen采纳,获得30
15秒前
符雁完成签到,获得积分10
15秒前
我是老大应助zhou采纳,获得10
16秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mixed-anion Compounds 600
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
2024 Medicinal Chemistry Reviews 400
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 3199117
求助须知:如何正确求助?哪些是违规求助? 2848000
关于积分的说明 8065989
捐赠科研通 2512807
什么是DOI,文献DOI怎么找? 1344901
科研通“疑难数据库(出版商)”最低求助积分说明 639938
邀请新用户注册赠送积分活动 609663