دانلود مقاله و خرید ترجمه:یادگیری نمونه های اولیه و شباهت ها  در منیفولد گرسمن برای تشخیص حالت  بی اختیار
بلافاصله پس از پرداخت دانلود کنید

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

آگهی چاپ مقاله isi
ورود اعضا
توجه توجه توجه !!!!
نرم افزار winrar
پیشنهادات ویژه
پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده پردازش تصویر
  • یادگیری نمونه های اولیه و شباهت ها در منیفولد گرسمن برای تشخیص حالت بی اختیار

    سال انتشار:

    2016


    ترجمه فارسی عنوان مقاله:

    یادگیری نمونه های اولیه و شباهت ها در منیفولد گرسمن برای تشخیص حالت بی اختیار


    عنوان انگلیسی مقاله:

    Learning prototypes and similes on Grassmann manifold for spontaneous expression recognition


    منبع:

    Sciencedirect - Elsevier - Computer Vision and Image Understanding 147 (2016) 95–101


    چکیده انگلیسی:

    Video-based spontaneous expression recognition is a challenging task due to the large inter-personal variations of both the expressing manners and the executing rates for the same expression category. One of the key is to explore robust representation method which can effectively capture the facial variations as well as alleviate the influence of personalities. In this paper, we propose to learn a kind of typical patterns that can be commonly shared by different subjects when performing expressions, namely “prototypes”. Specifically, we first apply a statistical model (i.e. linear subspace) on facial regions to generate the specific expression patterns for each video. Then a clustering algorithm is employed on all these expression patterns and the cluster means are regarded as the “prototypes”. Accordingly, we further design “simile” features to measure the similarities of personal specific patterns to our learned “prototypes”. Both techniques are conducted on Grassmann manifold, which can enrich the feature encoding manners and better reveal the data structure by introducing intrinsic geodesics. Extensive experiments are conducted on both posed and spontaneous expression databases. All results show that our method outperforms the state-of-the-art and also possesses good transferable ability under cross-database scenario.
    Keywords: Expression prototype | Simile representation | Grassmann manifold | Spontaneous expression recognition


    چکیده فارسی:

    شناسایی حالت خودکار مبتنی بر ویدئو یک کار چالش برانگیز با توجه به تفاوت های زیاد درون فردی از هر دو روش حالت و نرخ اجرای برای بیان همان طبقه است. کلیدی ترین روش ارائه قوی کاوش است که به طور موثر می تواند تغییرات صورت را ضبط کرده و همچنین تاثیر شخصیت را کاهش دهد. در این مقاله، ما برای یادگیری یک نوع از الگو معمول ارائه می دهیم که می تواند معمولا توسط افراد مختلف هنگام انجام عبارت، یعنی "نمونه"به اشتراک گذاشته شود. به طور خاص، ما برای اولین بار یک مدل آماری (به عنوان مثال شبه فضا خطی) را در مناطق صورت برای تولید الگوهای بیان خاص برای هر ویدیو بکار می بریم. سپس یک الگوریتم خوشه بندی که در تمام الگوهای بیان بکار می گیریم و ابزار خوشه به عنوان "نمونه" در نظر گرفته. بر این اساس، ما بعدا ویژگی های "تشبیه" را برای اندازه گیری شباهت الگوهای خاص شخصی برای یادگیری "نمونه" طراحی می کنیم. هر دو روش در گرسمن بکار گرفته می شود، که می تواند از ویژگی های روش رمزگذاری پشتیبانی می کند و ساختار داده ها را با معرفی ژئودزیک ذاتی بهتر نشان دهد. آزمایش های گسترده در هر دو پایگاه داده فشرده بیان ژست و خودکار انجام می شود. همه نتایج نشان می دهد که روش ما بهتر از تکنولوژی جدید است، و همچنین دارای توانایی انتقال خوب تحت طرح متقابل پایگاه داده است.
    کلمات کلیدی: بیان نمونه | بازنمایی تشابه | مانیفولد گرسمن | تشخیص حالت بی اختیار


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 7
    تعداد صفحات فایل doc فارسی: 28

    حجم فایل: 3023 کیلوبایت


    قیمت: 36000 تومان  32400 تومان(10% تخفیف)


    توضیحات اضافی:




تعداد نظرات : 0

الزامی
الزامی
الزامی
پردازش-تصویر
موضوعات