一篇新论文评估了各种姿态估计系统在手语翻译(SLT)中的有效性。研究人员将 MediaPipe Holistic 和 OpenPose 等常用工具与 SDPose 和 Sapiens 等较新模型进行了比较。研究发现,SDPose 和 Sapiens 实现了最高翻译性能,优于广泛使用的 MediaPipe 基线,并在遮挡场景中表现出更好的鲁棒性。研究结果表明,姿态估计器的选择显著影响 SLT 的准确性,尤其是在处理手部关键点和时间稳定性方面。 AI
影响 通过指导选择最优姿态估计模型以提高准确性和鲁棒性,从而改进 SLT 系统开发。
排序理由 这是一篇评估现有系统并提出新比较方法的学术论文。
- AlphaPose
- arXiv
- BLEU
- Catherine O'Brien
- MediaPipe Holistic
- MMPose WholeBody
- OpenPifPaf
- OpenPose
- RWTH-PHOENIX-Weather 2014
- Sapiens
- SDPose
- Signsuisse
- SMPLest-X
- BLEURT
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →