Apprendimento per Trasferimento Cross-Segno Utilizzando l'Adattamento di Dominio con Allineamento Temporale Multi-scala

Un metodo innovativo per il riconoscimento della lingua dei segni è stato sviluppato da ricercatori, utilizzando tecniche di apprendimento per trasferimento e adattamento di dominio. Questo approccio, noto come TA3N, incorpora un modulo di Rete Relazionale Temporale (TRN) per sincronizzare le relazioni temporali multi-scala. Pubblicato su arXiv (2608.16804), lo studio affronta la critica carenza di risorse per il riconoscimento di oltre 100 lingue dei segni. I risultati indicano che l'adattamento di dominio supera l'apprendimento per trasferimento basato su reti neurali tradizionali, migliorando in particolare il riconoscimento della Lingua dei Segni Americana (ASL). La ricerca sottolinea l'importanza di allineare le caratteristiche temporali a breve termine tra dominio sorgente e dominio target. Gli esperimenti sono stati condotti utilizzando sia la modalità RGB che quella del Flusso Ottico, con RGB che ha mostrato prestazioni migliori nella maggior parte dei casi. L'obiettivo finale è migliorare l'accessibilità per le persone con disabilità uditive.