PulseAugur
实时 09:16:30
English(EN) A HamNoSys-Guided Dataset and Baselines for Fine-Grained Isolated Handshape Recognition in Sign Language

新数据集和模型推动手语手势识别发展

研究人员开发了一个用于手语精细孤立手势识别的新数据集和基线模型,并利用了HamNoSys记谱系统。该数据集包含来自15名参与者的144,000张RGB图像,涵盖160个手势类别。使用ResNet-18和ViT-B/16等模型进行的评估在受试者相关测试中展示了可复现的性能,但在泛化到未见过受试者时性能显著下降,凸显了创建无障碍手语技术的挑战。 AI

影响 这项研究通过改进计算转录和翻译,为开发更易于访问的手语技术提供了宝贵的资源。

排序理由 该项目是一篇学术论文,详细介绍了一个用于特定AI任务的新数据集和基线模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新数据集和模型推动手语手势识别发展

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ushnish Sarkar, Suvajit Patra, Bhaswar Chattopadhyay, Pranab Singha Roy, Tapas Samanta ·

    基于HamNoSys的细粒度孤立手势识别数据集及基线

    arXiv:2608.10588v1 Announce Type: cross Abstract: Purpose: Fine-grained handshape recognition supports computational sign-language transcription, recognition, and translation, but broad, phonetically defined visual inventories with signer-aware evaluation remain limited. This wor…