論文の概要: Cross-Sign Language Transfer Learning Using Domain Adaptation with Multi-scale Temporal Alignment

• arxiv url: http://arxiv.org/abs/2608.16804v1
• Date: Mon, 17 Aug 2026 17:00:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.800179
• Title: Cross-Sign Language Transfer Learning Using Domain Adaptation with Multi-scale Temporal Alignment
• Title（参考訳）: マルチスケール時間アライメントを用いたドメイン適応を用いたクロスサイン言語変換学習
• Authors: Keren Artiaga, Yang Li, Ercan Engin Kuruoglu, Wai Kin, Chan,
• Abstract要約: 本稿では,伝達学習と適応手法TA3Nを用いた手話認識について述べる。 我々の研究は、ニューラルネットワークを用いたトランスファーラーニングの優れた性能、特にアメリカン手話(ASL)の認識向上に重点を置いている。 本研究の目的は,手話に頼ってコミュニケーションを行う個人に対して,アクセシビリティとコミュニケーションを改善することである。
• 参考スコア（独自算出の注目度）: 7.78500301439538
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sign language serves as a vital means of communication for individuals with hearing impairments, yet recognition resources for the over 100 distinct sign languages are severely lacking. In response, we present our work on sign language recognition using transfer learning and the domain adaptation method TA3N, which utilizes the Temporal Relational Network (TRN) module for aligning multi-scale temporal relations. Our findings highlight the superior performance of Domain Adaptation to neural network-based transfer learning, particularly in improving recognition of American Sign Language (ASL). Our research also identifies the effectiveness of aligning shorter-term temporal features between source and target domains. In addition to using RGB, we conducted experiments using Optical Flow mode for the sign language samples, ultimately determining that RGB outperforms Optical Flow in the majority of cases. Our work aims to improve accessibility and communication for individuals who rely on sign language as their primary mode of communication.
• Abstract（参考訳）: 手話は聴覚障害を持つ個人にとって重要なコミュニケーション手段であるが、100以上の異なる手話に対する認識資源は著しく不足している。 そこで本研究では,トランスファーラーニングを用いた手話認識と,テンポラル・リレーショナル・ネットワーク(TRN)モジュールを用いたドメイン適応手法TA3Nについて述べる。 本研究は,ニューラルネットワークを用いた伝達学習におけるドメイン適応の優れた性能,特にAmerican Sign Language (ASL) の認識向上について明らかにした。 また,ソースドメインとターゲットドメインの短期的特徴の整合性についても検討した。 RGB の使用に加えて,手話サンプルの光フローモードを用いた実験を行い,ほとんどの場合において RGB が光フローより優れていると判断した。 本研究の目的は,手話に頼ってコミュニケーションを行う個人に対して,アクセシビリティとコミュニケーションを改善することである。

関連論文リスト

• LiveCLKTBench: Towards Reliable Evaluation of Cross-Lingual Knowledge Transfer in Multilingual LLMs [67.09110757873142]
  言語間知識伝達の分離と計測を目的とした自動生成パイプラインであるLiveCLKTBenchを提案する。 我々のパイプラインは、実世界のドメインから自己完結した、時間に敏感な知識エンティティを識別する。 これらの有効なエンティティのドキュメントは、複数の言語に翻訳される事実的な質問を生成するために使用される。
  論文  参考訳（メタデータ） (2025-11-03T17:06:49Z)
• Indian Sign Language Detection for Real-Time Translation using Machine Learning [0.1747623282473278]
  畳み込みニューラルネットワーク(CNN)を用いた頑健でリアルタイムなISL検出・翻訳システムを提案する。 我々のモデルは総合的なISLデータセットに基づいて訓練され、99.95%の分類精度を達成し、例外的な性能を示す。 リアルタイム実装のために、このフレームワークはMediaPipeを統合して手の動きを正確に追跡し、動的ジェスチャーをシームレスに翻訳する。
  論文  参考訳（メタデータ） (2025-07-27T21:15:46Z)
• Scaling up Multimodal Pre-training for Sign Language Understanding [96.17753464544604]
  手話は、難聴者コミュニティにとってコミュニケーションの主要な意味である。 難聴者と聴覚者のコミュニケーションを容易にするために,手話理解(SLU)タスクのシリーズが研究されている。 これらの課題は、多様な視点から手話のトピックを調査し、手話ビデオの効果的な表現を学ぶ上での課題を提起する。
  論文  参考訳（メタデータ） (2024-08-16T06:04:25Z)
• EvSign: Sign Language Recognition and Translation with Streaming Events [59.51655336911345]
  イベントカメラは、動的手の動きを自然に知覚し、手話作業のための豊富な手作業の手がかりを提供する。 イベントベースSLRおよびSLTタスクのための効率的なトランスフォーマーベースフレームワークを提案する。 計算コストは0.34%に過ぎず,既存の最先端手法に対して良好に機能する。
  論文  参考訳（メタデータ） (2024-07-17T14:16:35Z)
• 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)
• Enhancing Brazilian Sign Language Recognition through Skeleton Image Representation [2.6311088262657907]
  本研究は、身体、手、顔のランドマークを時間を通して抽出し、2次元画像として符号化する、分離手話認識(ISLR)アプローチを提案する。 ブラジル手話(LIBRAS)における2つの広く認識されているデータセットの性能指標から,本手法が最先端の指標を上回ったことを示す。 より正確であることに加えて、より単純なネットワークアーキテクチャに依存し、入力としてのみRGBデータに依存するため、我々の手法はより時間効率が高く、訓練が容易である。
  論文  参考訳（メタデータ） (2024-04-29T23:21:17Z)
• Application of Transfer Learning to Sign Language Recognition using an Inflated 3D Deep Convolutional Neural Network [0.0]
  転送学習は、十分なデータを持たない対象タスクを解決するのに役立つ大量のデータを持つ関連タスクを活用する技術である。 本稿では,手話認識における伝達学習の有効性について検討する。
  論文  参考訳（メタデータ） (2021-02-25T13:37:39Z)
• Novel Approach to Use HU Moments with Image Processing Techniques for Real Time Sign Language Communication [0.0]
  手話通信装置(SLC)は,手話利用者と他国との言語障壁を解決するために設計されている。 システムは選択した手話記号を84%の精度で認識できる。
  論文  参考訳（メタデータ） (2020-07-20T03:10:18Z)
• Meta-Transfer Learning for Code-Switched Speech Recognition [72.84247387728999]
  低リソース環境下でのコード切替音声認識システムにおける学習を伝達するメタトランスファー学習法を提案する。 本モデルでは,コードスイッチングデータに最適化を条件付けることにより,個々の言語を識別し,混合言語音声をよりよく認識できるように変換する。
  論文  参考訳（メタデータ） (2020-04-29T14:27:19Z)

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。