|
关注：1
2013-05-23 12:21
求翻译：In our previous work on automatic expression spotting[11], we proposed two different algorithms for detecting macro- and micro-expressions, based on thresholding the strain magnitude calculated over the entire image frame; however, due to a lack of face tracking, we had reported low performance on videos containing sub是什么意思？ 待解决
 悬赏分：1
- 离问题结束还有
In our previous work on automatic expression spotting[11], we proposed two different algorithms for detecting macro- and micro-expressions, based on thresholding the strain magnitude calculated over the entire image frame; however, due to a lack of face tracking, we had reported low performance on videos containing sub
问题补充： |
|
2013-05-23 12:21:38
在我们以前的自动点样表达[11]工作中，我们提出了两种不同的算法，用于检测宏观和微观表达式，基于阈值处理计算出的整个图像帧中的应变幅度，但是，由于缺乏脸部追踪，我们含科目头大动作视频报告了低性能。用于微表情数据集也很小 - 仅有7。在这项工作中，我们显著扩大我们的研究，并提出了一个统一的方法来检测两个宏观和微观表达式。我们将展示在包含较长的视频与181的宏观表达式和124微表情更大的数据集结果。
|
|
2013-05-23 12:23:18
在我们在自动表示察觉[11的]以前的工作，我们提出了查出的宏指令和微型表示两种不同算法，根据阈值化张力巨大计算了在整个图象框架;然而，由于跟踪的缺乏面孔，我们报告了低性能在包含与大头部运动的录影主题。用于微型表示的数据集也是小型7。
|
|
2013-05-23 12:24:58
在我们在察觉11的自动表示的以前的(工作)，我们提出了二种不同算法为查出宏指令和微表示，根据thresholding张力巨大被计算在整个图象框架; 然而，由于缺乏面孔跟踪，我们报告了低性能在包含主题与大顶头运动的录影。 用于微表示的数据集也是小的- 7。 在这工作，我们极大扩展我们的研究并且提出一种统一的方法查出宏观和微表示。 我们在包含更长的录影以181个宏指令表示和124个微表示的更大的数据集显示结果。
|
|
2013-05-23 12:26:38
我们以前在工作中自动识别 [11] 的表达，我们建议，两个不同的算法，检测宏-和微表情，基于的阈值应变震级计算整个图像帧 ；然而，由于人脸跟踪的缺乏，我们报告了低性能视频包含大型头部运动的科目。用微表情的数据集也是小 — — 只是 7。在这项工作，我们大大扩大我们的研究，提出统一的方法来检测这两个宏-和微表情。我们在多大的数据集包含与 181 宏表达式和 124 微表情更长视频上显示的结果。
|
|
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
