Abstract:Gesture generation is one

Abstract:
Gesture generation is one of the most important tasks in humanoid interfaces because hand gestures by humanoid robots and animated agents are useful in improving the comprehensibility of conversation content. This study proposes a method for automatically generating iconic drawing gestures using image processing and machine learning techniques. First, we collected a set of graphic images for over 1000 objects and classified the objects into 4 types of shapes; these shapes were used as the drawing gesture shapes. By implementing a gesture shape decision mechanism, we also built a system that takes a sentence as the system input and produces hand gesture animations that are synchronized with synthetic speech.

ผลลัพธ์ (ไทย) 1:

บทคัดย่อ:ท่าทางรุ่นเป็นหนึ่งในงานสำคัญที่สุดในอินเทอร์เฟซอ้จ เพราะมือท่าทางหุ่นยนต์ฮิวแมนนอยด์และบริษัทตัวแทนการเคลื่อนไหวมีประโยชน์ในการปรับปรุง comprehensibility เนื้อหาสนทนา การศึกษานี้เสนอวิธีการสร้างรูปแบบลายเส้นวาดเป็นสัญลักษณ์ที่ใช้ประมวลผลภาพและเทคนิคการเรียนรู้เครื่องโดยอัตโนมัติ ครั้งแรก เรารวบรวมชุดของวัตถุมากกว่า 1000 ภาพกราฟิก และวัตถุแบ่งได้เป็น 4 ประเภทของรูปร่าง รูปร่างเหล่านี้ถูกใช้เป็นรูปวาดรูปลายเส้นรูปร่าง โดยการใช้กลไกการตัดสินใจรูปร่างท่าทาง เรายังสร้างระบบที่นำประโยคเป็นอินพุตระบบ และสร้างภาพเคลื่อนไหวท่าทางมือกับเสียงสังเคราะห์

ผลลัพธ์ (ไทย) 2:

บทคัดย่อ:
รุ่นท่าทางเป็นหนึ่งในงานที่สำคัญที่สุดในการเชื่อมต่อมนุษย์เพราะท่าทางมือโดยหุ่นยนต์และตัวแทนที่เป็นภาพเคลื่อนไหวที่มีประโยชน์ในการปรับปรุงความเข้าใจของเนื้อหาการสนทนา การศึกษาครั้งนี้นำเสนอวิธีการสร้างสัญลักษณ์ท่าทางการวาดภาพโดยใช้การประมวลผลภาพโดยอัตโนมัติและเทคนิคการเรียนรู้เครื่อง ครั้งแรกที่เราเก็บรวบรวมชุดของภาพกราฟิกสำหรับมากกว่า 1000 วัตถุและวัตถุจำแนกออกเป็น 4 ประเภทของรูปร่าง; รูปทรงเหล่านี้ถูกนำมาใช้เป็นรูปร่างท่าทางการวาดภาพ โดยการใช้กลไกการตัดสินใจท่าทางรูปร่างเรายังสร้างระบบที่ใช้ประโยคเป็น input ระบบและผลิตภาพเคลื่อนไหวท่าทางมือที่ตรงกับคำพูดสังเคราะห์

ผลลัพธ์ (ไทย) 3:

บทคัดย่อ :รุ่นท่าทางเป็นหนึ่งในงานที่สำคัญที่สุดในการเชื่อมต่อมนุษย์ เพราะท่าทางมือโดยหุ่นยนต์ humanoid และภาพเคลื่อนไหวตัวแทนมีประโยชน์ในการปรับปรุงความเข้าใจเนื้อหาของการสนทนา การศึกษานี้เป็นการนำเสนอวิธีการโดยอัตโนมัติสร้างสัญลักษณ์ท่าทางการวาดภาพโดยใช้การประมวลผลภาพและเทคนิคการเรียนรู้ของเครื่อง . ครั้งแรก เราได้รวบรวมชุดของภาพกราฟิกสำหรับมากกว่า 1000 วัตถุและแบ่งวัตถุออกเป็น 4 ประเภทของรูปร่าง ; รูปทรงเหล่านี้ถูกใช้เป็นภาพวาดลายเส้นของรูปร่าง โดยการใช้ท่าทางรูปร่างกลไกการตัดสินใจ เราได้สร้างระบบที่ใช้ประโยคที่นำเข้าระบบและผลิตมือท่าทางเคลื่อนไหวที่ตรงกันกับเสียงสังเคราะห์