摘要

本文研究了俄罗斯手指字母表（也称为俄罗斯手语[RSL] 手指拼写）的识别问题。手指拼写是手语中的一种组成部分，通过特定的手部动作来表示书面语言中的各个字母。这种方法用于拼写没有专门手势的单词，如专有名词或技术术语。字母学习模拟器是手指拼写识别的一个重要应用。在孤立手指拼写识别中存在一个显著的数据不足问题：现有的俄罗斯手指拼写数据集缺乏主体多样性，样本数量不足，或者仅涵盖静态手势。我们提供了Bukva，这是首个完整的开源视频数据集，用于俄罗斯手语手指拼写的识别。该数据集包含3,757个视频，每个RSL字母表符号（包括动态手势）都有超过101个样本。我们利用众包平台增加了主体的多样性，共有155名聋哑和听力障碍专家参与了数据集的创建。为了有效处理静态和动态手势，我们使用了TSM（时间移位模块）块，在仅使用CPU的情况下实现了83.6%的Top-1准确率，并且可以实时推理。该数据集、演示代码和预训练模型均已公开发布。