利用GCN和连续残差连接增强ASL识别
计算机视觉与模式识别
2024-08-20 v1
摘要
本研究提出了一种利用图卷积网络（GCN）结合连续残差连接来增强美国手语（ASL）识别的新方法。该方法利用MediaPipe框架从每个手势中提取关键点，然后用于构建图表示。一个鲁棒的预处理流水线，包括平移和尺度归一化技术，确保数据集的一致性。构建的图被输入到带有残差连接的基于GCN的神经网络架构中，以提高网络稳定性。该架构取得了最先进的结果，展示了优越的泛化能力，验证准确率达到99.14%。
引用
@article{arxiv.2408.09567,
title = {Enhancing ASL Recognition with GCNs and Successive Residual Connections},
author = {Ushnish Sarkar and Archisman Chakraborti and Tapas Samanta and Sarbajit Pal and Amitabha Das},
journal= {arXiv preprint arXiv:2408.09567},
year = {2024}
}
备注
To be submitted in G2-SP CV 2024. Contains 7 pages, 5 figures