公开(公告)号：CN115457658A

公开(公告)日：2022-12-09

申请号：CN202211084565.3

申请日：2022-09-06

Applicant: 南京工业大学

Inventor： 陈玉明 ,  梅雪 ,  方志 ,  沈谋全 ,  孙泽港

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06V10/77 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于条件通道注意力的无监督对抗自适应学习系统的学习方法，包括以下步骤：步骤S100：在经典残差基础上，在特征提取器E中嵌入域条件通道注意力模块；步骤S200：在特征提取器E的前端设置域条件自适应模块，在特征提取器E的后端设置域间混合生成模块R；步骤S300：在手语语义层采用域间混合生成模块R，生成新特征；步骤S400：设置深度网络的目标损失函数，获得通用的手语表征。本发明还公开了一种基于条件通道注意力的无监督对抗自适应学习系统。本发明利用网络上大量无标签的手语视频，设计了基于通道注意力的对抗领域自适应网络的方法，让特征提取网络能获得通用的手语表征，提升手语翻译系统的泛化能力。