|
关注：1
2013-05-23 12:21
求翻译：We propose a method for the automatic spotting (temporal segmentation) of facial expressions in long videos comprising of macro- and micro-expressions. The method utilizes the strain impacted on the facial skin due to the nonrigid motion caused during expressions. The strain magnitude is calculated using the central di是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
We propose a method for the automatic spotting (temporal segmentation) of facial expressions in long videos comprising of macro- and micro-expressions. The method utilizes the strain impacted on the facial skin due to the nonrigid motion caused during expressions. The strain magnitude is calculated using the central di
问题补充： |
|
2013-05-23 12:21:38
我们提出了自动斑点长视频，包括宏观和微观表达式的面部表情（时间分割）的方法。该方法利用对面部皮肤由于在表达式导致非刚性运动影响的应变。应变幅度采用中心差分法对以上各学科的脸在几个地区（下巴，嘴，脸颊，额头）观察到的强大和密集的光流场计算。这种新方法能够成功检测和大型表达式（宏），快速和本地化表达式（微）之间的区别。广泛的测试完成于含181宏观表达式和124微表情的数据集。该数据集包含56视频在USF收集6视频从运河-9的政治辩论，并在互联网上找到3低质量的视频。 85％的斑点精度达到了宏观表达式和所有微表情的74％被发现。
|
|
2013-05-23 12:23:18
我们提出自动察觉的(世俗分割)一个方法在包括宏指令和微型表示的长的录影的表情。方法在面部皮肤运用被冲击的张力由于在表示期间导致的非刚性的行动。张力巨大被计算使用在几个地区观察的健壮和密集的光学流程字段的中心差分方法(下巴、嘴、面颊，前额)在每个主题的面孔。
|
|
2013-05-23 12:24:58
正在翻译，请等待...
|
|
2013-05-23 12:26:38
我们建议一种自动检举 (时空分割方法) 的长视频组成的宏观和微观表达式中的面部表情。该方法利用了影响非刚性运动在表达式过程中造成的面部皮肤的压力。应变规模的计算使用中心差分方法在鲁棒和密集的光流场的每个主题的脸上在几个区域 (下巴、 嘴、 脸颊、 前额） 观察到。这种新方法是能够成功地检测到并区分大表达式 （宏观） 和快速和本地化 expressions(micro)。广泛的测试已完成包含 181 宏表达式和 124 微观表达式的数据集。数据集包括 56 视频收集在战法、 运河 9 政治辩论，从 6 录影和 3 低质量的视频在互联网上找到。宏表达式实现点样精度为 85%和 74%的所有微表情被
|
|
2013-05-23 12:28:18
正在翻译，请等待...
|
湖北省互联网违法和不良信息举报平台 | 网上有害信息举报专区 | 电信诈骗举报专区 | 涉历史虚无主义有害信息举报专区 | 涉企侵权举报专区
