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
Charlie完成签到,获得积分10
刚刚
Superu应助Hoijuon采纳,获得20
刚刚
2秒前
Akim应助HELAOBAN采纳,获得10
2秒前
3秒前
赵无情完成签到,获得积分20
4秒前
钱财实景完成签到,获得积分10
5秒前
董大米发布了新的文献求助10
5秒前
王雪完成签到,获得积分10
6秒前
shania发布了新的文献求助10
7秒前
9秒前
yanmu2010完成签到,获得积分10
10秒前
研友_656B85发布了新的文献求助10
11秒前
上官若男应助戴先森采纳,获得10
11秒前
优雅的流沙完成签到,获得积分10
12秒前
黑钻发布了新的文献求助10
12秒前
lhjct0313发布了新的文献求助10
12秒前
寒冷的箴完成签到 ,获得积分10
14秒前
14秒前
852应助qisiyi666采纳,获得30
14秒前
可可关注了科研通微信公众号
16秒前
慕青应助科研通管家采纳,获得10
16秒前
Lucas应助科研通管家采纳,获得10
16秒前
思源应助科研通管家采纳,获得10
16秒前
大模型应助科研通管家采纳,获得10
16秒前
16秒前
劲秉应助科研通管家采纳,获得10
16秒前
天天快乐应助科研通管家采纳,获得10
16秒前
Hello应助和谐煜祺采纳,获得10
17秒前
17秒前
加州未雨应助伶俐一曲采纳,获得10
18秒前
闪闪三问完成签到,获得积分10
18秒前
巫马冷荷完成签到 ,获得积分10
19秒前
纯真紫南发布了新的文献求助10
20秒前
霍明轩发布了新的文献求助10
21秒前
SciGPT应助111采纳,获得10
22秒前
齐德龙完成签到,获得积分10
22秒前
22秒前
JingFanGao完成签到,获得积分10
24秒前
缘6688完成签到,获得积分10
24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
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
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 3197997
求助须知:如何正确求助?哪些是违规求助? 2846936
关于积分的说明 8061260
捐赠科研通 2511818
什么是DOI,文献DOI怎么找? 1343710
科研通“疑难数据库(出版商)”最低求助积分说明 639617
邀请新用户注册赠送积分活动 609261