How2Sign 手语翻译数据集

How2Sign 是一个面向连续美国手语的大规模多模态数据集。该数据集包含超过 80 小时的手语视频，以及相应的多模态信息（如：语音、英文翻译和深度）。 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。

How2Sign is a large-scale multimodal dataset focused on continuous American Sign Language (ASL). This dataset contains over 80 hours of sign language videos, alongside corresponding multimodal annotations including speech, English translations, and depth data. Panoptic Studio further documented a 3-hour subset of this dataset, enabling detailed 3D pose estimation.

搜集汇总

背景与挑战

背景概述

How2Sign是一个面向连续美国手语的大规模多模态数据集，包含超过80小时的手语视频及相应的多模态信息（如语音、英文翻译和深度）。此外，Panoptic工作室记录了一个三小时的子集，用于实现详细的3D姿势估计。