Aug, 2019

手语识别、生成和翻译：跨学科视角

PDF
TL;DR本文介绍了一个跨学科的研究小组，他们探讨了手语识别及其翻译的挑战，讨论了需要在计算机视觉、自然语言处理、人机交互、计算机图形学、语言学和聋文化等领域集成知识的必要性，并提出了解决这些挑战的呼吁。
发现论文，激发创造
  • 从书面语言到口语的机器翻译：现状与挑战

    提供了手语语言学和机器翻译的高层次介绍以说明自动手语翻译的要求。我们系统地回顾了该领域的现状，并提出了未来需要解决的挑战。文章呼吁跨学科研究，基于手语语言学进行未来的研究。此外，手语和听觉使用者的参与对于创建有用的手语翻译模型至关重要。我们建议采用人机互动的设计和开发方法。

    Feb, 2022

  • 面向美国手语的基于语言的计算机手势识别的挑战

    电脑识别视频中孤立符号存在着一些困难，其中包括手语者之间的口头和非口头的同步变化以及特定符号的实现中存在的社会语言学变化。本文概述了这些挑战，并基于大规模的语言学注释视频数据的发现，对美国手语的符号结构中的某些规律进行了讨论。

    Nov, 2023

  • 手语识别技术和算法的比较分析

    该研究比较了各种深度学习技术对手语的识别，旨在提供这一领域中最新方法和挑战的综合概述。

    May, 2023

  • 手语识别的综述：不同类型、模式和数据集

    这篇综述论文对手语识别相关的需求、挑战、问题、模态以及数据集等方面进行了全面的概述，并对过去十年的研究进展及现有现状下的 SLR 模型进行了回顾和总结，最后找到了该领域的研究差距和局限性，并提出了未来的研究方向，为读者和研究者提供了完整的关于 SLR 和最先进 SLR 模型的指导。

    Apr, 2022

  • 手语制作所需一切

    本篇文章使用深度学习综述了手语生产及相关领域的最新进展，包括手语翻译系统、聋文化、心理学视角、口语和手语之间的主要区别、SLP 的主要挑战和评估方法，并讨论了未来的研究方向和可能的发展。

    Jan, 2022

  • 基于图像的印度手语识别：使用深度神经网络的实用综述

    该研究旨在利用计算机视觉技术和卷积神经网络，开发一种实时、基于印度手语的手语识别系统，以帮助印度的聋人和听力有障碍的人群。经过多次处理和训练，该模型的准确率达到了 99%。

    Apr, 2023

  • 基于深度学习的手语识别方法综述

    通过实验评估了基于计算机视觉的手语识别方法，并引入了新的序列训练标准，讨论了许多预训练方案，并创建了带注释的希腊手语 RGB + D 数据集。

    Jul, 2020

  • 手语人工智能研究中的系统偏见：聋人呼吁重新评估研究议程

    对手语人工智能领域的 101 篇近期研究论文进行了系统审查，发现该领域存在系统性偏见，缺乏代表性数据集，使用缺乏语言基础的注释以及构建在有缺陷模型上的方法，最终得出结论：该领域需要开放空间，让聋人研究者引领手语人工智能的讨论。

    Mar, 2024

  • 手语产生过程评论

    本研究综述了深度学习在手语制作和相关领域上的最新进展以及所面临的挑战、优势、限制和未来研究方向。

    Mar, 2021

  • 一个实时的人工智能学习手语的系统

    开发一种基于人工智能的成本效益高、资源高效和开放的技术，旨在帮助人们学习和使用手语进行交流，以促进社会的包容性。该研究分析了基于人工智能的手语解决方案，特别聚焦美国手语，取得了令人满意的初步结果，并为进一步发展奠定了基础。

    Feb, 2024