抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文は,ゼロショットサイン言語認識(ZSSLR)の問題を取り上げて,そこで,目標が見える符号クラスに関して学習したモデルを利用して,非意味サインクラスのインスタンスを認識した。この文脈において,サイン言語辞書から収集された容易に利用可能なテキスト署名記述と属性を,知識移転のための意味的クラス表現として利用した。この新規問題設定のために,著者らは,それらの付随的テキストと属性記述を有する3つのベンチマークデータセットを導入して,問題を詳細に解析した。提案手法は,身体と手領域の時空間モデルを構築する。記述テキストと属性埋込みを,ゼロショット学習フレームワークの中でこれらの視覚表現と共に活用することにより,テキストと属性ベースのクラス定義が,以前に見えない署名クラスの認識のための効果的な知識を提供できることを示した。さらに,補正および不正確なゼロショット予測における二値属性の影響を解析するための技術を紹介した。導入したアプローチと付随するデータセットは,サイン言語認識におけるゼロショット学習のさらなる探索のための基礎を提供することを期待する。【JST・京大機械翻訳】