论文提出混合GCN-Elastic Transformer框架做印度手语识别

Pushp Garg 等在 arXiv 论文 2610.14680 中提出面向印度手语（ISL）gloss 识别的混合框架，作者称在 120 类上达到 89.8% 准确率，作为复杂手语建模的强基线。 框架包含三个部分：熵驱动 SVD 采样器动态抽取关键帧；连续双重位置编码与距离感知 Elastic Transformer 保持手语节奏；运动学条件自适应 GCN 以统一的骨-关节特征建模双手几何。 以上结果来自论文作者自述，尚无独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。