标签
论文提出 Isharah-Selfie 数据集,这是一个完全通过前置智能手机自拍视角采集的大型阿拉伯手语(ArSL)数据集,包含 16 名签名者的 8,997 段视频和 1,493 个句子,用于连续手语识别与翻译,并揭示现有方法在自拍条件及未见句子泛化上的不足。
提出了一个用于印度手语识别的混合框架,结合运动学条件自适应GCN与距离感知弹性Transformer,并利用熵驱动SVD采样器提取关键帧,在自建的120类原生ISL数据集上达到89.8%的准确率。
本文介绍了针对Icelandic Sign Language的孤立手语识别的首次实验,使用低资源数据集,表明从其他手语的跨语言迁移显著提高了性能。
SignX提出了一种用于连续手语识别的新框架,该框架将异构姿态格式统一到紧凑的潜在空间中,并在像素空间基线基础上实现50倍计算加速,同时达到最先进的准确率。