基于LpTransformer网络的手语动画拼接模型

	基于LpTransformer网络的手语动画拼接模型
	黄涵强 1; 邢云冰 2; 沈建飞 2; 范非易 2
	2023
发表期刊	计算机科学
ISSN	1002-137X
卷号	50 期号:9 页码:184
摘要	手语动画拼接是一个热门话题。随着机器学习技术的不断发展,尤其是深度学习相关技术的逐渐成熟,手语动画拼接的速度和质量不断提高。将手语单词拼接成句子时,相应的动画也需要拼接。传统的算法在拼接动画时采取距离损失的方式寻找最佳拼接点,使用线性或球面插值的方式生成过渡帧,这种拼接算法不仅在效率和灵活性方面存在明显缺陷,而且生成的过渡帧也不自然。为解决上述问题,提出了LpTransformer模型来预测拼接位置和生成过渡帧。实验表明,LpTransformer的过渡帧预测精度达到99%,优于ConvS2S,LSTM和Transformer模型,且其拼接速度较Transformer快5倍。因此,所提模型能够实现实时性拼接。
关键词	Sign language animation splicing Deep learning LpTransformer Splicing position Transition frames 手语动画拼接深度学习 LpTransformer 拼接位置过渡帧
语种	英语
文献类型	期刊论文
条目标识符	http://119.78.100.204/handle/2XEOYT63/38120
专题	中国科学院计算技术研究所期刊论文_中文
作者单位	1.郑州大学 2.中国科学院计算技术研究所
推荐引用方式 GB/T 7714	黄涵强,邢云冰,沈建飞,等. 基于LpTransformer网络的手语动画拼接模型[J]. 计算机科学,2023,50(9):184.
APA	黄涵强,邢云冰,沈建飞,&范非易.(2023).基于LpTransformer网络的手语动画拼接模型.计算机科学,50(9),184.
MLA	黄涵强,et al."基于LpTransformer网络的手语动画拼接模型".计算机科学 50.9(2023):184.