論文の概要: Znaki: A Russian Fingerspelling Recognition Dataset
- arxiv url: http://arxiv.org/abs/2611.03136v1
- Date: Mon, 02 Nov 2026 13:48:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 13:04:26.380712
- Title: Znaki: A Russian Fingerspelling Recognition Dataset
- Title（参考訳）: Znaki:ロシアのフィンガースペル認識データセット
- Abstract要約: ロシア手話(RSL)は15万人以上のネイティブシグナーによって使用されているが、公共の指で打つデータセットは存在しない。
我々は,37,252本のビデオ記録(35.4時間)と1,593本のユニークなシーケンスという,最初のオープンなRSLフィンガースペルデータセットを紹介した。
このデータセットは33のハンドハップ全てをカバーし、その文字頻度分布はロシアのナショナル・コーパスと一致している。
- 参考スコア（独自算出の注目度）: 74.56419557259497
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Fingerspelling - the sequential signing of letters that compose proper names, technical terms, and out-of-vocabulary words - is an integral component of any sign language. Despite Russian Sign Language (RSL) being used by more than 150,000 native signers, no public fingerspelling dataset for RSL exists, in contrast to American, British, German, and several other sign languages. We introduce Znaki the first open RSL fingerspelling dataset: 37,252 video recordings (35.4 hours) of 1,593 unique sequences - proper names sampled from 16 domain categories - recorded by 68 native RSL signers (37 Deaf, 29 hard-of-hearing, and 2 certified interpreters) through a crowdsourcing pipeline with a two-stage signer qualification procedure and expert validation. The dataset covers all 33 Cyrillic handshapes, and its letter-frequency distribution matches the Russian National Corpus. As reference points for future research, we establish two baselines adapted from American Sign Language fingerspelling recognition: a Squeezeformer-based encoder-decoder, reaching a character-level accuracy ($1-\mathrm{CER}$) of 0.932 and a sequence accuracy of 0.596, and Fingerspelling-PoseNet, reaching 0.886 and 0.545, respectively.
- Abstract（参考訳）: フィンガースペルリング (Fingerspelling) - 適切な名前、技術的用語、語彙外単語を構成する文字の逐次署名は、任意の手話の不可欠な構成要素である。
ロシア手話(RSL)は15万人以上のネイティブシグナーによって使用されているが、アメリカ、イギリス、ドイツ、その他いくつかの手話言語とは対照的に、RSLのパブリックフィンガースペルデータセットは存在しない。
1,593のユニークなシーケンスの37,252本のビデオ記録(35.4時間)を68のネイティブRSLシグナー(37の難聴、29の難聴、および2の認定通訳)が2段階のシグナー認定手順と専門家による検証によってクラウドソーシングパイプラインを通して記録した。
このデータセットはキリルの33のハンプチ全てをカバーし、その文字頻度分布はロシアのナショナル・コーパスと一致している。
将来の研究の基準点として,Squeezeformerをベースとしたエンコーダデコーダが0.932の文字レベル精度(1-\mathrm{CER}$)に達し,シーケンス精度0.596,Fingerspelling-PoseNetが0.886,0.545となる。
関連論文リスト
- Zero-Shot Cross-Lingual Recognition of Sign Language Handshapes [6.218898032644687]
音韻分解は手話技術を低リソース言語に拡張するための橋渡しを提供する。
我々は、手形認識のための最初のゼロショット・クロスランガル・フレームワークを、アメリカ手形言語からカタルーニャ手形言語に転送する。
論文 参考訳（メタデータ） (2026-09-16T14:56:51Z) - Recognising BSL Fingerspelling in Continuous Signing Sequences [48.21890372724633]
FingerspellingはBritish Sign Language(BSL)の重要なコンポーネントである
既存のBSLフィンガースペルデータセットは、規模が小さいか、時間的にも文字的にも不正確である。
我々は,反復的アノテーションフレームワークを用いて構築した大規模BSLフィンガースペルデータセットFS23Kを紹介する。
論文 参考訳（メタデータ） (2026-03-19T23:29:31Z) - 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) - SHuBERT: Self-Supervised Sign Language Representation Learning via Multi-Stream Cluster Prediction [65.1590372072555]
SHuBERT (Sign Hidden-Unit BERT) は、アメリカの手話ビデオ1,000時間から学習した自己教師付き文脈表現モデルである。
SHuBERTは、マスクされたトークン予測目標をマルチストリームの視覚手話入力に適用し、クラスタ化された手、顔、身体のポーズストリームに対応する複数のターゲットを予測することを学習する。
SHuBERTは手話翻訳、手話認識、指先検出など、複数のタスクで最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2024-11-25T03:13:08Z) - Bukva: Russian Sign Language Alphabet [75.42794328290088]
本稿では,ロシア手話(RSL)ダクティルとしても知られる,ロシア語の指先文字の認識について検討する。
ダクティル (Dactyl) は手の動きが書かれた言語の個々の文字を表す手話の構成要素である。
当社は、RSLダクチル認識のための、最初の本格的なオープンソースビデオデータセットであるBakvaを提供している。
論文 参考訳（メタデータ） (2024-10-11T09:59:48Z) - Slovo: Russian Sign Language Dataset [83.93252084624997]
本稿では,クラウドソーシングプラットフォームを用いたロシア手話(RSL)ビデオデータセットであるSlovoについて述べる。
データセットには20,000のFullHDレコードが含まれており、194人の署名者が受信した1,000の独立したRSLジェスチャーに分割されている。
論文 参考訳（メタデータ） (2023-05-23T21:00:42Z) - ASL Citizen: A Community-Sourced Dataset for Advancing Isolated Sign
Language Recognition [6.296362537531586]
サイン言語は、全世界で約7000万人のD/deaf人が一次言語として使っている。
この問題に対処するため、最初のクラウドソースで分離された手話認識データセットであるASL Citizenをリリースしました。
我々は,このデータセットを,ユーザがWebカメラにサインを表示させて辞書から一致するサインを検索する,American Sign Language (ASL) のための手話辞書検索に使用することを提案する。
論文 参考訳（メタデータ） (2023-04-12T15:52:53Z)
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。