8月18日
15:30
15:30官方账号arXiv cs.AI@Keren Artiaga, Yang Li, Ercan Engin Kuruoglu, Wai Kin, Chan
该研究针对超100种手语识别资源匮乏的问题,提出使用域自适应方法TA3N进行跨手语迁移学习。TA3N利用时间关系网络(TRN)模块对齐多尺度时间关系,实验显示域自适应优于神经网络迁移学习,尤其提升美国手语(ASL)识别。研究还发现对齐源域和目标域的短期时间特征更有效。在RGB与光流模式对比中,RGB在多数情况下表现更优。
推荐理由:手语识别资源少,这篇论文用域自适应做跨手语迁移,比传统迁移学习效果好,还比较了RGB和光流,值得做手语识别的朋友看看。