基于深度学习的手语识别方法综合研究
计算机视觉与模式识别
2021-04-07 v2
摘要
本文对基于计算机视觉的手语识别方法进行了比较实验评估。通过实现该领域最新的深度神经网络方法，在多个公开可用数据集上进行了全面评估。本研究旨在为手语识别提供见解，重点关注将非分割视频流映射到注释。为此任务，引入了两个源自语音和场景文本识别领域的新序列训练准则。此外，还深入讨论了多种预训练方案。最后，为希腊手语创建了一个新的RGB+D数据集。据我们所知，这是第一个为视频捕获提供句子和注释级别标注的手语数据集。
引用
@article{arxiv.2007.12530,
title = {A Comprehensive Study on Deep Learning-based Methods for Sign Language Recognition},
author = {Nikolas Adaloglou and Theocharis Chatzis and Ilias Papastratis and Andreas Stergioulas and Georgios Th. Papadopoulos and Vassia Zacharopoulou and George J. Xydopoulos and Klimnis Atzakas and Dimitris Papazachariou and Petros Daras},
journal= {arXiv preprint arXiv:2007.12530},
year = {2021}
}