arXiv cs.AI· Pushp Garg, Himangshu Sarma, Mrinmoy Ghorai·· 8 小时前AI 评分22
混合运动学 GCN 与弹性 Transformer 实现高效印度手语识别
A Hybrid Kinematic GCN and Elastic Transformer for Efficient Indian Sign Language Recognition
AI 导读
研究者提出一种结构感知的混合框架，用于印度手语（ISL）的 gloss 识别，在自建的 120 类、9,453 段视频原生 ISL 数据集上达到 89.8% 准确率。该框架用熵驱动的 SVD 采样器动态提取关键帧，并以连续双位置编码搭配距离感知的 Elastic Transformer 应对不规则时间间隔，空间上则用运动学条件自适应 GCN 建模双手几何。
来源：arXiv cs.AI · arxiv.org