NN-Based Czech Sign Language Synthesis

dc.contributor.authorZelinka, Jan
dc.contributor.authorKanis, Jakub
dc.contributor.authorSalajka, Petr
dc.date.accessioned2020-03-09T11:00:22Z
dc.date.available2020-03-09T11:00:22Z
dc.date.issued2019
dc.description.abstractTento článek popisuje naši syntézu českého znakového jazyka, která převádí český text do řady skeletálních pozic. Naším hlavním cílem je vyhnout se náročným ručně vytvořeným anotacím videí a vyhnout se ručnímu mapování mezi glosáři znakové řeči a kosterními pozicemi. Namísto samostatného řešení těchto úkolů jsme se tedy připojili k modelu implicitního překladače založeného na neuronových sítích a modelu mapování mezi glosáři znakového jazyka a oba modely společně trénujeme. Za tímto účelem navrhujeme jednoduchou diferencovatelnou operaci, která rozkládá vstupní symboly a umožňuje vytvářet požadované série bez jakéhokoli opakujícího se mechanismu. Použili jsme sadu nástrojů OpenPose k automatickému extrahování pozic skeletu a navrhli jsme algoritmus založený na gradientu sestupu, který převádí 2D model skeletu na 3D model skeletu, aby se opravily nesprávně umístěné a chybějící klouby. Části předpovědi počasí Denní zprávy v českém znakovém jazyce byly použity k získání našich tréninkových a testovacích údajů. Naše experimenty prokazují přínos implicitního překladače a schopnost navrženého systému syntézy znakového jazyka produkovat přirozeně vytvořené skeletální pozice.cs
dc.description.abstract-translatedThis paper describes our Czech sign language synthesis that converts a Czech text into a series of skeletal poses. Our main goal is to avoid demanding handcrafted annotations of videos and to avoid a manual mapping between sign language glosses and skeletal poses. Thus, instead of solving these task separately, we join a model of an implicit neural-network-based translator and a model of the mapping between sign language glosses and we train both models together. For this purpose, we propose a simple differentiable operation that decomposes input symbols and it allows to produce a required series without any recurrent mechanism. We used The OpenPose toolbox to automatically extract skeletal poses and we designed a gradient-descend-based algorithm that converts a 2D skeleton model to a 3D skeleton model in order to fix misplaced and missing joints. Weather forecast parts of The daily news in Czech sign language were used to obtain our training and testing data. Our experiments demonstrate the benefit of the implicit translator and an ability of the designed sign language synthesis system to produce naturally formed skeletal poses.en
dc.format10 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier.citationZELINKA, J., KANIS, J., SALAJKA, P. NN-Based Czech Sign Language Synthesis. In: Speech and Computer, 21st International Conference, SPECOM 2019, Istanbul, turkey, August 20-25,2019, Proceedings. Cham: Springer, 2019. s. 559-568. ISBN 978-3-030-26060-6 , ISSN 0302-9743.en
dc.identifier.doi10.1007/978-3-030-26061-3_57
dc.identifier.isbn978-3-030-26060-6
dc.identifier.issn0302-9743
dc.identifier.obd43927395
dc.identifier.uri2-s2.0-85071456664
dc.identifier.urihttp://hdl.handle.net/11025/36623
dc.language.isoenen
dc.project.IDEF15_003/0000466/Umělá inteligence a uvažovánícs
dc.publisherSpringeren
dc.relation.ispartofseriesSpeech and Computer, 21st International Conference, SPECOM 2019, Istanbul, turkey, August 20-25,2019, Proceedingsen
dc.rightsPlný text není přístupný.cs
dc.rights© Springeren
dc.rights.accessclosedAccessen
dc.subjectSyntéza znakového jazyka, 3D rekonstrukce kostry, implicitní překladcs
dc.subject.translatedSign language synthesis, 3D skeleton reconstruction, implicit translationen
dc.titleNN-Based Czech Sign Language Synthesisen
dc.title.alternativeSyntéza českého znakového jazyka založená na neuronových sítíchcs
dc.typekonferenční příspěvekcs
dc.typeconferenceObjecten
dc.type.statusPeer-revieweden
dc.type.versionpublishedVersionen

Files