自动手语识别:通过潜在认知识别非手势异常
计算与语言
2021-11-01 v1 机器学习
摘要
手语是听障群体间的主要沟通渠道。自动手语转写可促进听障群体与听力正常多数群体之间更好的沟通与理解。正如近期一项自动手语转写工作所讨论的,有效处理或识别非手势姿态是关键问题之一。非手势姿态是一种并非用于手语读取且不属于任何有效手势的姿态。非手势姿态可能出现在手势转换过程中,或仅仅源于无意识姿态。已有研究提出置信比来缓解该问题。置信比计算简单且无需额外训练即可获得。然而,据报道置信比仅能部分解决问题。此外,置信比的公式化易受计算不稳定性影响。本文提出置信比的替代公式,研究泰语手指拼写识别中的非手势识别问题,探索潜在解决方案并发现了一个有前景的方向。该发现不仅解决了非手势识别问题,还提供了对训练良好推断机器背后的一些洞见,揭示了底层机制隐藏的含义与新的解释。我们提出的方法经评估被证明对非手势检测有效。
引用
@article{arxiv.2110.15542,
title = {Automatic Hand Sign Recognition: Identify Unusuality through Latent Cognizance},
author = {Pisit Nakjai and Tatpong Katanyukul},
journal= {arXiv preprint arXiv:2110.15542},
year = {2021}
}
备注
12 pages