基于度量学习的轻量级网络用于 ASL 识别
计算机视觉与模式识别
2020-04-13 v1
摘要
在过去的几十年里，由机器解决的人类任务集合得到了极大扩展。从简单的图像分类问题，研究者如今转向解决更复杂且关键的问题，如自动驾驶与语言翻译。语言翻译中包含一个具有挑战性的领域，即手语翻译，其同时涉及图像与语言处理。我们朝该方向迈出一步，提出一种用于 ASL（美国手语）手势识别的轻量级网络，其性能足以满足实际应用。所提出的方案在 MS-ASL 数据集上以及连续手势识别场景的实时模式下均展现出令人印象深刻的鲁棒性。此外，我们描述了如何将动作识别模型训练与度量学习相结合，以在规模有限的数据库上训练该网络。训练代码作为 Intel OpenVINO Training Extensions 的一部分提供。
引用
@article{arxiv.2004.05054,
title = {ASL Recognition with Metric-Learning based Lightweight Network},
author = {Evgeny Izutov},
journal= {arXiv preprint arXiv:2004.05054},
year = {2020}
}