論文の概要: The Influence of Iconicity in Transfer Learning for Sign Language Recognition

• arxiv url: http://arxiv.org/abs/2603.03316v1
• Date: Mon, 09 Feb 2026 17:26:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 01:20:08.144391
• Title: The Influence of Iconicity in Transfer Learning for Sign Language Recognition
• Title（参考訳）: 手話認識における移動学習における不連続性の影響
• Authors: Keren Artiaga, Conor Lynch, Haithem Afli, Mohammed Hasanuzzaman,
• Abstract要約: 本研究は、2つの異なる手話対の象徴的な記号を比較することにより、効果的な知識伝達における類似性の必要性を検討する。 Google Mediapipeは入力特徴抽出器として利用され、これらのサインの空間情報を処理できるようになった。 実験の結果、アラビア語が7.02%、フランドルが1.07%改善し、それぞれ中国語とギリシャ語から象徴的なTLが実行された。
• 参考スコア（独自算出の注目度）: 1.6799377888527687
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most sign language recognition research relies on Transfer Learning (TL) from vision-based datasets such as ImageNet. Some extend this to alternatively available language datasets, often focusing on signs with cross-linguistic similarities. This body of work examines the necessity of these likenesses on effective knowledge transfer by comparing TL performance between iconic signs of two different sign language pairs: Chinese to Arabic and Greek to Flemish. Google Mediapipe was utilised as an input feature extractor, enabling spatial information of these signs to be processed with a Multilayer Perceptron architecture and the temporal information with a Gated Recurrent Unit. Experimental results showed a 7.02% improvement for Arabic and 1.07% for Flemish when conducting iconic TL from Chinese and Greek respectively.
• Abstract（参考訳）: ほとんどの手話認識研究は、ImageNetのような視覚ベースのデータセットからのトランスファーラーニング(TL)に依存している。 これを他の言語データセットに拡張するものもあれば、言語間類似性のある記号に重点を置いているものもある。 この研究は、中国語とアラビア語、ギリシャ語とフランドル語の2つの異なる手話ペアの象徴的な記号間のTL性能を比較することによって、効果的な知識伝達におけるこれらの類似性の必要性を検証している。 Google Mediapipeは入力特徴抽出器として利用され、これらのサインの空間情報は多層パーセプトロンアーキテクチャで処理され、時間情報はGated Recurrent Unitで処理された。 実験の結果、アラビア語が7.02%、フランドルが1.07%改善し、それぞれ中国語とギリシャ語から象徴的なTLが実行された。

関連論文リスト

• Signs as Tokens: A Retrieval-Enhanced Multilingual Sign Language Generator [55.94334001112357]
  テキスト入力から3Dサインアバターを自動回帰的に生成できる多言語手話モデルSigns as Tokens(SOKE)を導入する。 単語レベルの正確な記号を提供するために,外部記号辞書を組み込んだ検索強化SLG手法を提案する。
  論文  参考訳（メタデータ） (2024-11-26T18:28:09Z)
• Self-Supervised Representation Learning with Spatial-Temporal Consistency for Sign Language Recognition [96.62264528407863]
  本研究では,空間的時間的整合性を通じてリッチな文脈を探索する自己教師付きコントラスト学習フレームワークを提案する。 動きと関節のモーダル性の相補性に着想を得て,手話モデルに一階動作情報を導入する。 提案手法は,4つの公開ベンチマークの広範な実験により評価され,新しい最先端性能と顕著なマージンを実現している。
  論文  参考訳（メタデータ） (2024-06-15T04:50:19Z)
• Transfer Learning for Cross-dataset Isolated Sign Language Recognition in Under-Resourced Datasets [2.512406961007489]
  時間グラフ畳み込みに基づく手話認識手法を用いて5つの教師あり移動学習手法を評価する。 特殊な教師付き転写学習法では,ファインタニングに基づく転写学習の改善が可能であることを示す。
  論文  参考訳（メタデータ） (2024-03-21T16:36:40Z)
• Improving Continuous Sign Language Recognition with Cross-Lingual Signs [29.077175863743484]
  本稿では,多言語手話コーパスを用いた連続手話認識の実現可能性について検討する。 まず、2つのデータセットに現れる独立した記号を含む2つの手話辞書を構築します。 次に、適切に最適化された手話認識モデルを用いて、2つの手話間の手話間の手話マッピングを同定する。
  論文  参考訳（メタデータ） (2023-08-21T15:58:47Z)
• Cross-modality Data Augmentation for End-to-End Sign Language Translation [66.46877279084083]
  エンドツーエンド手話翻訳(SLT)は、手話動画を中間表現なしで直接音声言語テキストに変換することを目的としている。 署名ビデオとテキスト間のモダリティのギャップとラベル付きデータの不足のため、これは難しい課題だった。 本稿では,強力な光沢からテキストへの翻訳機能をエンドツーエンドの手話翻訳に変換するための,新しいクロスモダリティデータ拡張(XmDA)フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-05-18T16:34:18Z)
• CiCo: Domain-Aware Sign Language Retrieval via Cross-Lingual Contrastive Learning [38.83062453145388]
  手話検索は、テキスト・トゥ・サイン・ビデオ(T2V)検索とサイン・ビデオ・トゥ・テキスト(V2T)検索の2つのサブタスクで構成される。 我々は手話と自然言語の両方の言語特性を考慮し、さらに粒度の細かい言語間マッピングを同時に同定する。 我々のフレームワークは、様々なデータセットに対して大きなマージンで先駆的手法より優れています。
  論文  参考訳（メタデータ） (2023-03-22T17:59:59Z)
• A Simple Multi-Modality Transfer Learning Baseline for Sign Language Translation [54.29679610921429]
  既存の手話データセットには、約10K-20Kの手話ビデオ、グロスアノテーション、テキストが含まれています。 したがって、データは効果的な手話翻訳モデルの訓練のボトルネックとなる。 この単純なベースラインは、2つの手話翻訳ベンチマークで過去の最先端の結果を上回っている。
  論文  参考訳（メタデータ） (2022-03-08T18:59:56Z)
• Sign Language Transformers: Joint End-to-end Sign Language Recognition and Translation [59.38247587308604]
  本稿では,連続手話認識と翻訳を共同で学習するトランスフォーマーアーキテクチャを提案する。 RWTH-PHOENIX-Weather-2014Tデータセットの認識と翻訳性能の評価を行った。 我々の翻訳ネットワークは、動画を音声言語に、光沢を音声言語翻訳モデルに、どちらよりも優れています。
  論文  参考訳（メタデータ） (2020-03-30T21:35:09Z)

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。