论文发布覆盖55种以上手语的两百万片段姿态数据集。
资讯摘要
论文提出 SignVerse-2M，一个多语言手语数据集，包含来自 55 种以上手语的约两百万个姿态片段。作者用统一的 DWPose 流程处理公开手语视频，以全身关键点表示身体、手部和面部动作，并发布处理流程、任务定义与 SignDW Transformer 基线。实验显示该数据可支持多语言文本到姿态建模，生成的姿态能驱动近期姿态条件渲染系统。
要点速读
- 数据集含约两百万个姿态片段，覆盖 55 种以上手语，源视频包含不同手语者、视角与录制环境。
- 所有片段用共享 DWPose 流程统一为身体、手部和面部关键点格式，并发布处理流程与任务定义。
- 作者报告实验表明数据支持多语言文本到姿态建模，生成姿态可直接驱动若干近期姿态条件渲染系统。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。