RoCoISLR：一个用于孤立手势识别的罗马尼亚语语料库
计算机视觉与模式识别
2025-11-18 v1 机器学习
摘要
自动手势识别在弥合哑人社区与听力人群之间的沟通障碍方面发挥着关键作用；然而，大多数现有数据集聚焦于美式手势语言。对于罗马尼亚语孤立手势识别（RoISLR），不存在大规模标准化数据集，这限制了研究进展。本文我们引入了一个新的语料库用于 RoISLR，命名为 RoCoISLR，包含超过 9000 个视频样本，涵盖来自多个来源的近 6000 个标准化 gloss。我们在一致的实验设置下评估了七个最先进的视频识别模型——I3D、SlowFast、Swin Transformer、TimeSformer、Uniformer、VideoMAE 和 PoseConv3D——并将其性能与广泛使用的 WLASL2000 语料库进行比较。根据结果，基于 Transformer 的架构优于卷积基线；Swin Transformer 实现了 34.1% 的 Top-1 准确率。我们的基准结果凸显了低资源手势语言中长尾类别分布所面临的挑战，RoCoISLR 为系统化的 RoISLR 研究提供了初始基础。
引用
@article{arxiv.2511.12767,
title = {RoCoISLR: A Romanian Corpus for Isolated Sign Language Recognition},
author = {Cătălin-Alexandru Rîpanu and Andrei-Theodor Hotnog and Giulia-Stefania Imbrea and Dumitru-Clementin Cercel},
journal= {arXiv preprint arXiv:2511.12767},
year = {2025}
}
备注
5 pages, 3 figures, 4 tables