How2Sign (A Large-scale Multimodal Dataset for Continuous American Sign Language)

我们介绍 How2Sign，一个多模式和多视图连续美国手语 (ASL) 数据集，由超过 80 小时手语视频的平行语料库和一组相应的模式组成，包括语音、英语成绩单和深度。
Panoptic 工作室进一步记录了三个小时的子集，从而实现了详细的 3D 姿势估计。
此数据集仅可公开用于研究目的。

We introduce How2Sign, a multimodal and multiview continuous American Sign Language (ASL) dataset, which consists of a parallel corpus of over 80 hours of sign language videos along with a corresponding set of modalities including speech, English transcripts, and depth data. Panoptic Studios additionally recorded a three-hour subset, enabling detailed 3D pose estimation. This dataset is publicly available solely for research purposes.

搜集汇总

背景与挑战

背景概述

How2Sign是一个大规模多模态美国手语数据集，包含80小时的手语视频及配套的语音、文本和深度数据，其中3小时子集还提供3D姿势估计数据。该数据集专为研究目的设计，采用CC BY-NC 4.0许可协议。