无文本预训练

无需文本学习有效手语特征的无注释手语翻译

Learning Effective Sign Features without Text for Gloss-free Sign Language Translation

SignDINO 将 DINO 的自蒸馏框架与局部掩码视图结合，仅用全局帧推理即可获得对细微运动敏感的表征，这一「全局-局部掩码对齐」策略可迁移到其他需要细粒度运动建模的视觉任务（如动作识别、微表情分析）的预训练中。