This paper reports work on automati

This paper reports work on automatic analysis of laughter
and human body movements in a video corpus of humanhuman
dialogues. We use the Nordic First Encounters video
corpus where participants meet each other for the first time.
This corpus has manual annotations of participants’ head,
hand and body movements as well as laughter occurrences.
We employ machine learning methods to analyse the corpus
using two types of features: visual features that describe
bounding boxes around participants’ heads and bodies, automatically
detecting body movements in the video, and audio
speech features based on the participants’ spoken contributions.
We then correlate the speech and video features
and apply neural network techniques to predict if a person
is laughing or not given a sequence of video features. The
hypothesis is that laughter occurrences and body movement
are synchronized, or at least there is a significant relation
between laughter activities and occurrences of body movements.
Our results confirm the hypothesis of the synchrony
of body movements with laughter, but we also emphasise
the complexity of the problem and the need for further investigations
on the feature sets and the algorithm used.

ผลลัพธ์ (ไทย) 1:

กระดาษรายงานงานวิเคราะห์อัตโนมัติของเสียงหัวเราะและการเคลื่อนไหวร่างกายใน corpus เป็นวิดีโอของ humanhumanบทสนทนา เราใช้วิดีโอแรกพบนอร์ดิกcorpus ที่คนพบกันครั้งแรกCorpus นี้มีคำอธิบายประกอบด้วยตนเองของหัวของผู้เข้าร่วมเคลื่อนไหวมือและร่างกายรวมทั้งเกิดเสียงหัวเราะเราใช้วิธีการเรียนรู้ของเครื่องวิเคราะห์ corpusใช้คุณสมบัติสองประเภท: ลักษณะที่อธิบายกล่องรอบหัวของผู้เข้าร่วมและร่างกาย ขอบเขตโดยอัตโนมัติการตรวจจับการเคลื่อนไหวร่างกาย เสียงและวิดีโอของพูดสิ่งที่อิงจากผลงานของผู้เข้าร่วมพูดเราเชื่อมโยงเสียงและวิดีโอคุณลักษณะแล้วและใช้เทคนิคโครงข่ายประสาทเพื่อทำนายว่า ถ้าคนจะหัวเราะ หรือไม่ได้กำหนดลำดับของคุณสมบัติวิดีโอ การสมมติฐานก็คือ เสียงหัวเราะที่เกิดขึ้นและการเคลื่อนไหวร่างกายจะซิงโครไนส์ หรืออย่างน้อยมีเป็นความสัมพันธ์อย่างมีนัยสำคัญระหว่างกิจกรรมหัวเราะและเกิดการเคลื่อนไหวร่างกายผลของเรายืนยันสมมติฐานของ synchrony การการเคลื่อนไหวร่างกายหัวเราะ แต่เรายังเน้นความซับซ้อนของปัญหาและความต้องการสอบสวนเพิ่มเติมชุดคุณลักษณะและอัลกอริทึมที่ใช้

ผลลัพธ์ (ไทย) 3:

บทความนี้เป็นรายงานวิเคราะห์อัตโนมัติของเสียงหัวเราะมนุษย์และการเคลื่อนไหวร่างกายในวิดีโอของ humanhuman คอร์ปัสบทสนทนา เราใช้ของชาวยุโรปครั้งแรกกับวิดีโอคลังข้อมูลที่เข้าร่วมพบปะกันเป็นครั้งแรกคลังข้อมูลนี้มีคู่มือการจัดการของผู้เข้าร่วม ' หัวมือ และการเคลื่อนไหวของร่างกาย รวมทั้งเสียงหัวเราะที่เกิดขึ้น .เราใช้เครื่อง เรียนรู้วิธีการวิเคราะห์คลังข้อมูลใช้สองชนิดคุณสมบัติ : คุณลักษณะที่อธิบายภาพวิ่งกล่องรอบ ๆหัวและตัวของผู้เข้าร่วมโดยอัตโนมัติตรวจจับการเคลื่อนไหวร่างกายในวิดีโอและเสียงคุณสมบัติการพูดขึ้นอยู่กับผู้เรียนพูดเขียนเราก็มีความสัมพันธ์ การพูดและวิดีโอคุณลักษณะและใช้เทคนิคโครงข่ายประสาทเทียมเพื่อทำนายว่าคนหัวเราะ หรือไม่ได้รับลำดับคุณลักษณะวิดีโอ ที่สมมุติฐานว่าเสียงหัวเราะและการเกิดการเคลื่อนไหวร่างกายตรงกัน หรืออย่างน้อยมีความสัมพันธ์อย่างมีนัยสำคัญทางสถิติที่ระดับ .ระหว่างกิจกรรมและเหตุการณ์การเคลื่อนไหวของร่างกาย เสียงหัวเราะผลของเรายืนยันสมมุติฐานของการเกิดขึ้นในเวลาเดียวกันของการเคลื่อนไหวร่างกาย ด้วยเสียงหัวเราะ แต่เรายังเน้นความซับซ้อนของปัญหา และต้องสอบสวนเพิ่มเติมในชุดคุณลักษณะและอัลกอริทึมที่ใช้