Buchumschlag

M3T: Discrete Multi-Modal Motion Tokens for Sign Language Production

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Symeonidis-Herzig, Alexandre, Low, Jianhe, Sincan, Ozge Mercanoglu, Bowden, Richard
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SignSparK: Efficient Multilingual Sign Language Production via Sparse Keyframe Learning
von: Low, Jianhe, et al.
Veröffentlicht: (2026)

VisualSpeaker: Visually-Guided 3D Avatar Lip Synthesis
von: Symeonidis-Herzig, Alexandre, et al.
Veröffentlicht: (2025)

SAGE: Segment-Aware Gloss-Free Encoding for Token-Efficient Sign Language Translation
von: Low, JianHe, et al.
Veröffentlicht: (2025)

Contrastive Pretraining with Dual Visual Encoders for Gloss-Free Sign Language Translation
von: Sincan, Ozge Mercanoglu, et al.
Veröffentlicht: (2025)

Spotter+GPT: Turning Sign Spottings into Sentences with LLMs
von: Sincan, Ozge Mercanoglu, et al.
Veröffentlicht: (2024)

Sign Spotting Disambiguation using Large Language Models
von: Low, JianHe, et al.
Veröffentlicht: (2025)

SignAgent: Agentic LLMs for Linguistically-Grounded Sign Language Annotation and Dataset Curation
von: Cory, Oliver, et al.
Veröffentlicht: (2026)

Gloss-Free Sign Language Translation: An Unbiased Evaluation of Progress in the Field
von: Sincan, Ozge Mercanoglu, et al.
Veröffentlicht: (2026)

Hands-On: Segmenting Individual Signs from Continuous Sequences
von: Low, JianHe, et al.
Veröffentlicht: (2025)

Beyond Gloss: A Hand-Centric Framework for Gloss-Free Sign Language Translation
von: Asasi, Sobhan, et al.
Veröffentlicht: (2025)

Giving a Hand to Diffusion Models: a Two-Stage Approach to Improving Conditional Human Image Generation
von: Pelykh, Anton, et al.
Veröffentlicht: (2024)

Modelling the Distribution of Human Motion for Sign Language Assessment
von: Cory, Oliver, et al.
Veröffentlicht: (2024)

SignBind-LLM: Multi-Stage Modality Fusion for Sign Language Translation
von: Thomas, Marshall, et al.
Veröffentlicht: (2025)

Sign Stitching: A Novel Approach to Sign Language Production
von: Walsh, Harry, et al.
Veröffentlicht: (2024)

Using Sign Language Production as Data Augmentation to enhance Sign Language Translation
von: Walsh, Harry, et al.
Veröffentlicht: (2025)

Diverse Signer Avatars with Manual and Non-Manual Feature Modelling for Sign Language Production
von: Lakhal, Mohamed Ilyes, et al.
Veröffentlicht: (2025)

Diversity-Aware Sign Language Production through a Pose Encoding Variational Autoencoder
von: Lakhal, Mohamed Ilyes, et al.
Veröffentlicht: (2024)

SignSplat: Rendering Sign Language via Gaussian Splatting
von: Ivashechkin, Maksym, et al.
Veröffentlicht: (2025)

Geo-Sign: Hyperbolic Contrastive Regularisation for Geometrically Aware Sign Language Translation
von: Fish, Edward, et al.
Veröffentlicht: (2025)

Sign2GPT: Leveraging Large Language Models for Gloss-Free Sign Language Translation
von: Wong, Ryan, et al.
Veröffentlicht: (2024)

SLRTP2025 Sign Language Production Challenge: Methodology, Results, and Future Work
von: Walsh, Harry, et al.
Veröffentlicht: (2025)

Hierarchical Feature Alignment for Gloss-Free Sign Language Translation
von: Asasi, Sobhan, et al.
Veröffentlicht: (2025)

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

SignAvatar: Sign Language 3D Motion Reconstruction and Generation
von: Dong, Lu, et al.
Veröffentlicht: (2024)

EgoLM: Multi-Modal Language Model of Egocentric Motions
von: Hong, Fangzhou, et al.
Veröffentlicht: (2024)

Autoregressive Sign Language Production: A Gloss-Free Approach with Discrete Representations
von: Hwang, Eui Jun, et al.
Veröffentlicht: (2023)

SignVTCL: Multi-Modal Continuous Sign Language Recognition Enhanced by Visual-Textual Contrastive Learning
von: Chen, Hao, et al.
Veröffentlicht: (2024)

LongCat-Next: Lexicalizing Modalities as Discrete Tokens
von: Meituan LongCat Team, et al.
Veröffentlicht: (2026)

VALLR: Visual ASR Language Model for Lip Reading
von: Thomas, Marshall, et al.
Veröffentlicht: (2025)

SignAvatars: A Large-scale 3D Sign Language Holistic Motion Dataset and Benchmark
von: Yu, Zhengdi, et al.
Veröffentlicht: (2023)

Signs as Tokens: A Retrieval-Enhanced Multilingual Sign Language Generator
von: Zuo, Ronglai, et al.
Veröffentlicht: (2024)

SignAligner: Harmonizing Complementary Pose Modalities for Coherent Sign Language Generation
von: Wang, Xu, et al.
Veröffentlicht: (2025)

Bridging Semantic and Kinematic Conditions with Diffusion-based Discrete Motion Tokenizer
von: Gu, Chenyang, et al.
Veröffentlicht: (2026)

MM-WLAuslan: Multi-View Multi-Modal Word-Level Australian Sign Language Recognition Dataset
von: Shen, Xin, et al.
Veröffentlicht: (2024)

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

SignDiff: Diffusion Model for American Sign Language Production
von: Fang, Sen, et al.
Veröffentlicht: (2023)

SignLLM: Sign Language Production Large Language Models
von: Fang, Sen, et al.
Veröffentlicht: (2024)

HuGeDiff: 3D Human Generation via Diffusion with Gaussian Splatting
von: Ivashechkin, Maksym, et al.
Veröffentlicht: (2025)

Large Motion Model for Unified Multi-Modal Motion Generation
von: Zhang, Mingyuan, et al.
Veröffentlicht: (2024)

M2D2M: Multi-Motion Generation from Text with Discrete Diffusion Models
von: Chi, Seunggeun, et al.
Veröffentlicht: (2024)