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
1秒前
乔心发布了新的文献求助10
2秒前
jianmin发布了新的文献求助20
3秒前
狂野的驳发布了新的文献求助10
3秒前
赘婿应助黑黑小能手采纳,获得10
4秒前
学fei了吗完成签到 ,获得积分10
4秒前
油菜花完成签到,获得积分10
5秒前
5秒前
7秒前
不配.应助眼睛大的冰岚采纳,获得30
8秒前
ding应助连灵竹采纳,获得10
8秒前
Ava应助xczxcz采纳,获得10
8秒前
9秒前
10秒前
所所应助受伤的小松鼠采纳,获得10
10秒前
11秒前
嘟嘟52edm发布了新的文献求助10
12秒前
花墨完成签到,获得积分10
14秒前
tsy发布了新的文献求助10
14秒前
卡琳发布了新的文献求助10
15秒前
zjx0925发布了新的文献求助20
16秒前
jeff发布了新的文献求助10
16秒前
16秒前
心灵美的冷玉完成签到,获得积分20
18秒前
19秒前
善学以致用应助x5kyi采纳,获得10
20秒前
万能图书馆应助jeff采纳,获得10
21秒前
Mutsu完成签到,获得积分10
22秒前
地瓜发布了新的文献求助10
23秒前
23秒前
狂野的驳完成签到 ,获得积分10
23秒前
Akim应助song采纳,获得10
23秒前
23秒前
Hello应助jianmin采纳,获得10
24秒前
24秒前
26秒前
26秒前
嘟嘟52edm完成签到 ,获得积分10
29秒前
djbj2022发布了新的文献求助10
29秒前
金属多酚完成签到 ,获得积分10
32秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Write Like a Chemist: A Guide and Resource (第二版) 600
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
Earth System Geophysics 500
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
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 3199481
求助须知:如何正确求助?哪些是违规求助? 2848241
关于积分的说明 8067090
捐赠科研通 2512963
什么是DOI,文献DOI怎么找? 1345261
科研通“疑难数据库(出版商)”最低求助积分说明 640036
邀请新用户注册赠送积分活动 609705