論文の概要: A Comprehensive Review of Sign Language Recognition: Different Types, Modalities, and Datasets

• arxiv url: http://arxiv.org/abs/2204.03328v1
• Date: Thu, 7 Apr 2022 09:49:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-09 02:32:14.989403
• Title: A Comprehensive Review of Sign Language Recognition: Different Types, Modalities, and Datasets
• Title（参考訳）: 手話認識の包括的レビュー:異なるタイプ、モダリティ、データセット
• Authors: Dr. M. Madhiarasan and Prof. Partha Pratim Roy
• Abstract要約: SLRの利用は、多くのアプリケーションで増加しているが、環境、背景画像の解像度、モダリティ、データセットはパフォーマンスに大きな影響を与えている。 本稿では、SLRの概要を概観し、SLRに関するニーズ、課題、課題について論じる。 過去10年間で、研究の進展と既存の最先端のSLRモデルがレビューされている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A machine can understand human activities, and the meaning of signs can help overcome the communication barriers between the inaudible and ordinary people. Sign Language Recognition (SLR) is a fascinating research area and a crucial task concerning computer vision and pattern recognition. Recently, SLR usage has increased in many applications, but the environment, background image resolution, modalities, and datasets affect the performance a lot. Many researchers have been striving to carry out generic real-time SLR models. This review paper facilitates a comprehensive overview of SLR and discusses the needs, challenges, and problems associated with SLR. We study related works about manual and non-manual, various modalities, and datasets. Research progress and existing state-of-the-art SLR models over the past decade have been reviewed. Finally, we find the research gap and limitations in this domain and suggest future directions. This review paper will be helpful for readers and researchers to get complete guidance about SLR and the progressive design of the state-of-the-art SLR model
• Abstract（参考訳）: 機械は人間の活動を理解し、記号の意味は、聴覚障害者と一般人のコミュニケーション障壁を克服するのに役立つ。 手話認識(slr)は、コンピュータビジョンとパターン認識に関する興味深い研究領域であり、重要なタスクである。 近年、多くのアプリケーションでSLRの利用が増加しているが、環境、背景画像の解像度、モダリティ、データセットが性能に大きく影響している。 多くの研究者が汎用リアルタイムSLRモデルの実行に取り組んでいる。 本稿では,slrの包括的概要を整理し,slrに関するニーズ,課題,課題について考察する。 手動および非手動、様々なモダリティ、データセットに関する関連研究について研究する。 過去10年間で、研究の進展と既存の最先端のSLRモデルがレビューされている。 最後に、この分野における研究のギャップと限界を見つけ、今後の方向性を提案する。 このレビュー論文は,SLRと最先端SLRモデルの進歩的設計について,読者や研究者が完全なガイダンスを得る上で有用である。

関連論文リスト

• From Linguistic Giants to Sensory Maestros: A Survey on Cross-Modal Reasoning with Large Language Models [56.9134620424985]
  クロスモーダル推論(CMR)は、より高度な人工知能システムへの進化における重要な能力として、ますます認識されている。 CMRタスクに取り組むためにLLM(Large Language Models)をデプロイする最近のトレンドは、その有効性を高めるためのアプローチの新たな主流となっている。 本調査では,LLMを用いてCMRで適用された現在の方法論を,詳細な3階層分類に分類する。
  論文  参考訳（メタデータ） (2024-09-19T02:51:54Z)
• Retrieval-Enhanced Machine Learning: Synthesis and Opportunities [60.34182805429511]
  検索エンハンスメントは機械学習(ML)の幅広い範囲に拡張できる この研究は、MLの様々な領域の文献を、現在の文献から欠落している一貫した表記で合成することで、このパラダイムの正式なフレームワークであるRetrieval-Enhanced Machine Learning (REML)を導入する。 本研究の目的は、様々な分野の研究者に対して、検索強化モデルの包括的、正式に構造化された枠組みを付与し、学際的な将来の研究を促進することである。
  論文  参考訳（メタデータ） (2024-07-17T20:01:21Z)
• Self-assessment, Exhibition, and Recognition: a Review of Personality in Large Language Models [29.086329448754412]
  本稿では,現在の研究を,自己評価,展示,認識という3つの研究課題に分類して総合的なレビューを行う。 本稿は,大規模言語モデルにおける人格に関する最新の文献を包括的に調査した初めての論文である。
  論文  参考訳（メタデータ） (2024-06-25T15:08:44Z)
• RAG and RAU: A Survey on Retrieval-Augmented Language Model in Natural Language Processing [0.2302001830524133]
  本稿では,検索言語モデル (RALM) に関する総合的な概要の欠如について論じる。 本稿では、Retrievers、Language Models、Augmentationsなど、ALMの本質的なコンポーネントについて論じる。 RALMは、翻訳や対話システムから知識集約アプリケーションまで、様々なタスクにおいて有用性を示す。
  論文  参考訳（メタデータ） (2024-04-30T13:14:51Z)
• Rethinking Interpretability in the Era of Large Language Models [76.1947554386879]
  大規模言語モデル(LLM)は、幅広いタスクにまたがる顕著な機能を示している。 自然言語で説明できる能力により、LLMは人間に与えられるパターンのスケールと複雑さを拡大することができる。 これらの新しい機能は、幻覚的な説明や膨大な計算コストなど、新しい課題を提起する。
  論文  参考訳（メタデータ） (2024-01-30T17:38:54Z)
• Recent Advances in Hate Speech Moderation: Multimodality and the Role of Large Models [52.24001776263608]
  この包括的調査は、HSモデレーションの最近の歩みを掘り下げている。 大型言語モデル(LLM)と大規模マルチモーダルモデル(LMM)の急成長する役割を強調した。 研究における既存のギャップを、特に表現不足言語や文化の文脈で特定する。
  論文  参考訳（メタデータ） (2024-01-30T03:51:44Z)
• A Comprehensive Overview of Large Language Models [68.22178313875618]
  大規模言語モデル(LLM)は、最近自然言語処理タスクにおいて顕著な機能を示した。 本稿では, LLM関連概念の幅広い範囲について, 既存の文献について概説する。
  論文  参考訳（メタデータ） (2023-07-12T20:01:52Z)
• How Many Papers Should You Review? A Research Synthesis of Systematic Literature Reviews in Software Engineering [5.6292136785289175]
  我々は、ソフトウェア工学におけるSLRの実施時期について、より深く理解することを目指している。 トップレベルSEジャーナルに掲載された170個のSLRのサンプルについて研究合成を行った。 本研究の結果はSE研究者によって,SLRが良好なタイミングで実施されているかどうかの指標やベンチマークとして利用することができる。
  論文  参考訳（メタデータ） (2023-07-12T10:18:58Z)
• Sentiment Analysis in the Era of Large Language Models: A Reality Check [69.97942065617664]
  本稿では,大規模言語モデル(LLM)の様々な感情分析タスクの実行能力について検討する。 26のデータセット上の13のタスクのパフォーマンスを評価し、ドメイン固有のデータセットに基づいて訓練された小言語モデル(SLM)と比較した。
  論文  参考訳（メタデータ） (2023-05-24T10:45:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。