2025年10月20日，ICCV 2025多模态连续手语识别竞赛（The First Multimodal Sign Language Recognition Challenge, MSLR）公布榜单，实验室团队（闵越聪、杨一帆、焦培淇、南子皙、陈熙霖）获得连续手语识别赛道“非特定人识别”和“未见语句识别”两个任务的冠军。实验室团队长期深耕于手语识别与翻译领域，这是继在今年WWW 2025 跨视角手语孤立词识别竞赛（Cross-View Isolated Sign Language Recognition）中获得了基于RGB和RGB-D模态输入两个任务的冠军之后本年度再次获奖。
图1. 闵越聪助理研究员领取比赛证书
ICCV 2025 MSLR聚焦于多模态场景下的连续手语识别，旨在推动从单一视觉模态（如RGB视频）向融合姿态、雷达、深度等多模态的识别系统转变。针对真实应用中手语交流所面临的实际挑战，连续手语识别竞赛设置了非特定人识别与未见语句识别两个任务，以促进模型在跨手语者与跨语义结构泛化能力方面的提升。实验室团队在前期提出的VAC、CoSign等连续手语识别方法基础上，进一步引入跨语种预训练与动静态信息融合等方法，有效增强了模型的鲁棒性与泛化能力。最终，团队所提出方法以字错误率（WER）绝对值低于第二名2.2%和19.58%的显著优势在非特定人识别与未见语句识别两个任务中均获得冠军。
图2. ICCV 2025 MSLR竞赛 团队获奖证书
今年早些时候，团队还在WWW 2025 跨视角手语孤立词识别竞赛（Cross-View Isolated Sign Language Recognition, CV-ISLR）中同样取得冠军的佳绩。该竞赛旨在关注多视角场景下的手语识别问题。WWW2025竞赛评测涵盖了实验室场景、自然场景、合成背景与时序扰动四个子集，并设置了基于RGB与RGB-D模态输入的两个任务。实验室团队（彭钰婷、焦培淇、邹鸿刚、闵越聪、陈熙霖）通过跨视角数据增强与多模态融合等关键技术，有效提升了模型在未见视角下的识别性能，获得了RGB与RGB-D两个任务的冠军。
图3. WWW 2025 CV-ISLR竞赛 团队获奖证书
附件：