手语识别技术现状的量化综述
计算机视觉与模式识别
2020-09-01 v2
摘要
本工作呈现了一项元研究，涵盖约300篇已发表的手语识别论文及超过400项实验结果，包含该领域自1983年起步至2020年间的大部分论文。此外，它对在标准基准任务RWTH-PHOENIX-Weather 2014上比较其识别方法的超过25项研究进行了细粒度分析。手语识别领域的研究在过去十年中取得了显著进展，达到了该任务比以往任何时候都更受关注的程度。本研究以简明方式汇编了当前最优成果，以帮助推进该领域并揭示开放问题。此外，本元研究的所有源数据均已公开，便于未来使用与进一步扩展。所分析论文已按一组类别手动标注。数据揭示了诸多见解，例如该领域从侵入式到非侵入式采集的转变、从局部特征到全局特征的转变，以及中大型词汇识别系统中缺乏非手动参数。令人惊讶的是，词汇量为1080个手势的RWTH-PHOENIX-Weather是全球唯一用于大词汇量连续手语识别基准测试的资源。
引用
@article{arxiv.2008.09918,
title = {Quantitative Survey of the State of the Art in Sign Language Recognition},
author = {Oscar Koller},
journal= {arXiv preprint arXiv:2008.09918},
year = {2020}
}