SignXray：面部—手部—身体多先验空间中的即插即用手语编码

基于摘要分析。SignXray 面向手语视频中面部表情、手部动作、身体运动及其时序交互的联合表征问题，将异构人体表征模型的监督整合到统一的面部—手部—身体多先验空间，并蒸馏到 RGB ViT，提供可供下游任务复用的视频编码接口。 核心机制是训练阶段汇集 SMPLer-X、DWPose、MediaPipe、PrimeDepth 和 Sapiens Segmentation 五类来源的先验监督，学习紧凑且面向手语的表征；推理阶段则由编码器直接将 RGB 视频映射到统一表征。其方法价值在于把异构输出的整合放到训练阶段，使下游模型通过单一特征接口使用互补信息。摘要未说明各类监督的对齐方式、损失函数、时序建模方式及训练数据规模，相关实现尚未验证。 作者报告，该方法在连续手语识别（SLR）与手语翻译任务上达到最先进性能，并相对所评估的像素空间基线实现最高 50× 加速。摘要未提供数据集、划分、指标、基线配置及硬件与计时范围，因此这一最高加速结果不能外推为所有任务或部署条件下的收益；实验协议、消融及统计信息尚未验证。 原论文的主要研究对象是手语 RGB 视频，而非 EEG 或 BCI。平台推测（待验证）：多源先验蒸馏为单一编码器的思路可能启发神经信号表征整合，但这里的监督依赖视觉人体结构，与 EEG 的通道结构和噪声特征并不直接对应；现有材料不足以据此提出具体 BCI 迁移方案，相关 EEG 工作尚未检索确认。