Japanese Sign Language
PulseAugur coverage of Japanese Sign Language — every cluster mentioning Japanese Sign Language across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新型 Transformer 模型在手语识别领域达到 SOTA
研究人员开发了一种名为顺序时空注意力网络（SSTAN）的新型基于 Transformer 的架构，用于动态手语和字母拼写识别。该模型利用分层、堆叠的空间和时间多头注意力机制，在不依赖预定义图结构的情况下捕获复杂时空模式。在 WLASL、JSL 和 KSL 等大型数据集上的实验表明，SSTAN 在具有挑战性的字母拼写类别中取得了最先进的性能，并在 WLASL 上的骨骼识别方法中建立了新的 SOTA，展示了其数据效率。
-
新的日语手语数据集助力聋人交流工具
研究人员开发了 JSL-DC，这是迄今为止最大的日语手语 (JSL) 数据集，包含来自 19 位手语者的 3.67 万个视频。该数据集采用以聋人为中心的方法创建，让聋人语言学家和 Coda 语言学家参与词汇选择和数据审查，以帮助亲子交流。该数据集包含语言学家推导的描述，以帮助区分发音相似的手语，受这些描述启发的模型在一个易混淆的手语子集上比现有方法提高了 9.8%。JSL-DC 数据集及其语言学描述将根据 CC-BY 4.0 许可发布…
-
新方法利用跨语言数据改进手语情绪识别
研究人员开发了一种新的手语情绪识别方法，解决了语法和情感面部表情重叠以及数据稀缺的挑战。通过利用包含日语手语（eJSL）和英式手语（BOBSL）的跨语言方法，他们证明了从口语中进行文本情绪识别可以缓解数据限制。研究还发现，时间段选择和手部动作的引入显著提高了识别准确率，确立了比口语语言模型（LLMs）更强的基线。