BdSLW60：一个词级别的孟加拉语手语数据集
计算机视觉与模式识别
2025-12-23 v1
摘要
手语话语是听障人士日常交流的重要方式。然而，孟加拉语手语（BdSL）的研究面临显著局限性，主要原因是缺乏数据集。识别 BdSL 中的词级别手语（WL-BdSL）面临诸多挑战，包括需要标注良好的数据集、从面部或手部关键点捕捉手势的动态特性、开发具有大量视频样本的合适机器学习或深度学习模型等。在本文中，我们通过在无约束的自然环境中创建一个名为 BdSLW60 的全面 BdSL 词级别数据集来解决这些挑战，该环境允许位置和时间变化，并允许手语使用者自由改变手部优势。该数据集包含 60 个孟加拉语手语词汇，规模可观，由 18 名手语者在手语专业人士的监督下提供了 9307 次视频录制。该数据集由 60 名标注者进行了严格标注和交叉核对。我们还引入了一种独特的基于相对量化的关键帧编码技术，用于基于关键点的手势识别。我们报告了使用支持向量机（SVM）对 BdSLW60 数据集进行的基准测试，测试准确率高达 67.6%，以及使用基于注意力的双向 LSTM，测试准确率高达 75.1%。该数据集可在 https://www.kaggle.com/datasets/hasaniut/bdslw60 获取，代码库可从 https://github.com/hasanssl/BdSLW60_Code 访问。
引用
@article{arxiv.2402.08635,
title = {BdSLW60: A Word-Level Bangla Sign Language Dataset},
author = {Husne Ara Rubaiyeat and Hasan Mahmud and Ahsan Habib and Md. Kamrul Hasan},
journal= {arXiv preprint arXiv:2402.08635},
year = {2025}
}