跳到正文
arXiv · AI· Dingzhan Nong, Zhihao Ren, Ziqi Li, Tim Lo·· 2026-10-08AI 评分25

基于损失引导多专家 GAN 的手语视频合成框架发布

Sign Language Video Synthesis via Loss-Guided Multi-Expert GANs

AI 导读

提出基于损失引导多专家 GAN 的手语视频合成框架,通过三个专用判别器指导生成器分支实现隐式特征专业化。 该框架采用双路径卷积 - Transformer 设计,1.3B 参数变体在 156GB 数据集上达到 30.72 PSNR 和 0.9650 SSIM,推理显存仅需 8GB。 该技术方案已在 2025 年香港前沿科技峰会上展示,可实现听障人士手语视频的实时生成。

来源:arXiv · AI · arxiv.org