37000威尼斯殷亚凤老师课题组近期在手语生成领域取得新进展：提出了一种渐进式向量量化扩散框架 SignPR，用于从文本直接生成手语姿态序列。该方法兼顾了手语生成的整体语义表达、局部动作细节及时序连贯性，为高质量手语生成提供了新的技术方案。
SignPR: A Progressive Vector-Quantized Diffusion Framework for Sign Language Production。手语生成旨在将自然语言文本转换为手语序列，是促进听障人与健听人之间无障碍交流的重要技术之一。针对现有方法在结构建模和时间建模上的不足，该研究工作提出了结构渐进优化与时间渐进优化相结合的生成框架：一方面，设计结构化向量量化自编码模块，从语义层和区域层对手语姿态进行离散表示，先建模整体语义，再细化身体、双手和头部等关键区域的动作细节；另一方面，提出块级因果扩散推理策略，在生成过程中逐步增强时序因果约束，并对已生成片段进行迭代修正，从而有效减轻动作抖动和帧间不连续问题。该研究工作在 Phoenix14T、CSL-Daily 和 USTC-CSL 三个公开数据集上开展实验，结果表明，该方法在多个评价指标上优于已有方法，展现出更强的语义准确度、更高的动作精度和更好的时序连贯性。
该项研究工作已被The IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR 2026，CCF-A类会议）录用。欢迎对该研究工作感兴趣的学术同行来信交流：yafeng@nju.edu.cn.
English