Buchumschlag

Self-Supervised Representation Learning with Spatial-Temporal Consistency for Sign Language Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Weichao, Zhou, Wengang, Hu, Hezhen, Wang, Min, Li, Houqiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cross-Modal Consistency Learning for Sign Language Recognition
von: Wu, Kepeng, et al.
Veröffentlicht: (2025)

MASA: Motion-aware Masked Autoencoder with Semantic Alignment for Sign Language Recognition
von: Zhao, Weichao, et al.
Veröffentlicht: (2024)

Exploiting Spatial-Temporal Context for Interacting Hand Reconstruction on Monocular RGB Video
von: Zhao, Weichao, et al.
Veröffentlicht: (2023)

Scaling up Multimodal Pre-training for Sign Language Understanding
von: Zhou, Wengang, et al.
Veröffentlicht: (2024)

Uni-Sign: Toward Unified Sign Language Understanding at Scale
von: Li, Zecheng, et al.
Veröffentlicht: (2025)

Video-based Sign Language Recognition without Temporal Segmentation
von: Huang, Jie, et al.
Veröffentlicht: (2018)

SEDS: Semantically Enhanced Dual-Stream Encoder for Sign Language Retrieval
von: Jiang, Longtao, et al.
Veröffentlicht: (2024)

Self-Classification Enhancement and Correction for Weakly Supervised Object Detection
von: Yin, Yufei, et al.
Veröffentlicht: (2025)

SSL-SLR: Self-Supervised Representation Learning for Sign Language Recognition
von: Madjoukeng, Ariel Basso, et al.
Veröffentlicht: (2025)

GaussNav: Gaussian Splatting for Visual Navigation
von: Lei, Xiaohan, et al.
Veröffentlicht: (2024)

Revisiting Shadow Detection from a Vision-Language Perspective
von: Wang, Yonghui, et al.
Veröffentlicht: (2026)

DocR1: Evidence Page-Guided GRPO for Multi-Page Document Understanding
von: Xiong, Junyu, et al.
Veröffentlicht: (2025)

LaneTCA: Enhancing Video Lane Detection with Temporal Context Aggregation
von: Zhou, Keyi, et al.
Veröffentlicht: (2024)

Enhancing the Outcome Reward-based RL Training of MLLMs with Self-Consistency Sampling
von: Wang, Jiahao, et al.
Veröffentlicht: (2025)

SignMAE: Segmentation-Driven Self-Supervised Learning for Sign Language Recognition
von: Xie, Kunyuan, et al.
Veröffentlicht: (2026)

Motion-aware 3D Gaussian Splatting for Efficient Dynamic Scene Reconstruction
von: Guo, Zhiyang, et al.
Veröffentlicht: (2024)

Dynamic Spatial-Temporal Aggregation for Skeleton-Aware Sign Language Recognition
von: Hu, Lianyu, et al.
Veröffentlicht: (2024)

Robust Multimodal Large Language Models Against Modality Conflict
von: Zhang, Zongmeng, et al.
Veröffentlicht: (2025)

MotionRL: Align Text-to-Motion Generation to Human Preferences with Multi-Reward Reinforcement Learning
von: Liu, Xiaoyang, et al.
Veröffentlicht: (2024)

Image2Sentence based Asymmetrical Zero-shot Composed Image Retrieval
von: Du, Yongchao, et al.
Veröffentlicht: (2024)

Instance-aware Exploration-Verification-Exploitation for Instance ImageGoal Navigation
von: Lei, Xiaohan, et al.
Veröffentlicht: (2024)

AdaptVision: Dynamic Input Scaling in MLLMs for Versatile Scene Understanding
von: Wang, Yonghui, et al.
Veröffentlicht: (2024)

StepVAR: Structure-Texture Guided Pruning for Visual Autoregressive Models
von: Liu, Keli, et al.
Veröffentlicht: (2026)

CorrNet+: Sign Language Recognition and Translation via Spatial-Temporal Correlation
von: Hu, Lianyu, et al.
Veröffentlicht: (2024)

Self-Supervised Class-Agnostic Motion Prediction with Spatial and Temporal Consistency Regularizations
von: Wang, Kewei, et al.
Veröffentlicht: (2024)

SignX: Continuous Sign Recognition in Compact Pose-Rich Latent Space
von: Fang, Sen, et al.
Veröffentlicht: (2025)

Learning Generalizable Human Motion Generator with Reinforcement Learning
von: Mao, Yunyao, et al.
Veröffentlicht: (2024)

Structural Action Transformer for 3D Dexterous Manipulation
von: Lei, Xiaohan, et al.
Veröffentlicht: (2026)

Mitigating Hallucination in VideoLLMs via Temporal-Aware Activation Engineering
von: Cai, Jianfeng, et al.
Veröffentlicht: (2025)

SignRep: Enhancing Self-Supervised Sign Representations
von: Wong, Ryan, et al.
Veröffentlicht: (2025)

USTM: Unified Spatial and Temporal Modeling for Continuous Sign Language Recognition
von: Hasanaath, Ahmed Abul, et al.
Veröffentlicht: (2025)

Multi-Cue Adaptive Visual Token Pruning for Large Vision-Language Models
von: Luan, Bozhi, et al.
Veröffentlicht: (2025)

Beyond Point-Wise Matching: Structural Representation Alignment for Accelerating Diffusion Transformers
von: Xu, Shaodong, et al.
Veröffentlicht: (2026)

SwinShadow: Shifted Window for Ambiguous Adjacent Shadow Detection
von: Wang, Yonghui, et al.
Veröffentlicht: (2024)

Forest2Seq: Revitalizing Order Prior for Sequential Indoor Scene Synthesis
von: Sun, Qi, et al.
Veröffentlicht: (2024)

Decoupled Spatio-Temporal Consistency Learning for Self-Supervised Tracking
von: Zheng, Yaozong, et al.
Veröffentlicht: (2025)

Exploiting GPT-4 Vision for Zero-shot Point Cloud Understanding
von: Sun, Qi, et al.
Veröffentlicht: (2024)

Progressive Multi-modal Conditional Prompt Tuning
von: Qiu, Xiaoyu, et al.
Veröffentlicht: (2024)

Optimizing Distributional Geometry Alignment with Optimal Transport for Generative Dataset Distillation
von: Cui, Xiao, et al.
Veröffentlicht: (2025)

Multi-Scale Invertible Neural Network for Wide-Range Variable-Rate Learned Image Compression
von: Tu, Hanyue, et al.
Veröffentlicht: (2025)