手语拼接：一种新型手语产出方法

手语产出（Sign Language Production, SLP）是一项具有挑战性的任务，由于可用资源有限且手语数据内在多样性大，导致以往研究 suffer from regression to the mean（回归到均值）的问题，产生的手语过于简略且难以理解。本文提出使用字典中的示例来创建具表达力的手语序列。然而，仅简单拼接手语会产生机械且不自然的序列。因此，我们提出了7步方法有效地将手语拼接在一起。首先，通过对每个手语进行标准化姿态归一化，随后进行裁剪和拼接，创建连续序列。随后，通过在频域应用滤波并对每个手语进行重采样，以创建连贯且自然的序列，模拟原始数据中所见的韵律特征。我们利用 SignGAN 模型将输出映射到照片般的手势者，并构建了一个完整的文本到手语（Text-to-Sign, T2S）SLP 流水线。我们的评估表明，这种方法有效，展示了在所有数据集上的最新性能。