本文采用以下6个分类标准:
- 研究目标: 该标准定义了研究的主要目的。
- 数据集创建专注于开发新的数据集,以便于手语研究。这涉及收集手语数据、对其进行注释(标记手语),并进行预处理,使其适用于训练机器学习模型。PopSign ASL v1.0数据集就是一个例子,该数据集旨在训练智能手机游戏的手语识别模型。
- 算法开发专注于创建新的算法或增强现有的手语识别或翻译算法。这涉及设计和实施计算方法来处理手语数据,提取相关特征,并构建可以准确识别或翻译手语的模型。
- 应用开发旨在创建利用手语技术的实际应用。这些应用可以涵盖从PopSign等教育游戏(帮助父母学习手语)到聋人的沟通辅助工具,以及使信息和服务更容易被聋人社区获取的辅助工具。
- 模态: 该标准指的是研究涉及的特定手语任务类型。
- **孤立手语识别(ISLR)**专注于识别孤立执行的单个手语,意味着每个手语都是独立的,而不是连续句子或短语的一部分。PopSign数据集就是一个ISLR数据集的例子。
- **连续手语识别(CSLR)**处理更具挑战性的任务,即识别连续手语中的手语序列,其中手语流在一