Deep learning pathways for automatic sign language processing

doi:10.1016/j.patcog.2025.111475

Deep learning pathways for automatic sign language processing

2025-02-01

0

OA

AI

M

Mukhiddin Toshpulatov

DOI：10.1016/j.patcog.2025.111475

原文链接

查看原文

摘要

En 中文

本研究对当前手语处理（SLP）领域的发展现状进行了全面综述，涵盖手语识别（SLR）、翻译（SLT）、生成（SLPn）以及相关数据集（SLD）。它分析了各领域的进展与挑战，重点介绍了关键方法和技术。作者探讨了SLR中的特征提取技术、模型架构及多模态数据融合。针对SLT，他们考察了神经机器翻译和序列到序列框架，强调需要开发具备上下文感知能力的系统。在SLPn方面，他们回顾了基于虚拟形象的系统与动作捕捉技术，指出在生成自然且富有表现力的手语方面存在的不足。对SLD的调研评估了现有数据集，并强调了全面数据收集的重要性。此外，该研究还讨论了当前SLP系统的局限性，并提出了未来研究方向，旨在提升准确性、自然度及以用户为中心的应用。

Keyword:

Sign language

Sign language processing

Sign language recognition

Sign language translation

Sign language production

Sign language dataset

Deep learning pathways for automatic sign language processing

摘要

AI总结

期刊

机构