B. Clip SynthesisSSL considers only

B. Clip Synthesis
SSL considers only one feature that is hausdorf edge
feature for performing cartoon clip synthesis, hence the
clip synthesized by using SSL is not smooth. In case of
RCCS it uses two features, edge and motion direction
feature. The clips synthesized by semi-MSL is smoother
than SSL and RCCS, because RCCS neglects the color
information in the distance metric learning, the characters
in the synthesized results may have different colors and
SSL uses only edge feature, hence it is not efficient.
Hence in this section, we show that semi-MSL
outperforms the SSL used in GCCS and the UBDML used
in RCCS for cartoon clip synthesis.

ผลลัพธ์ (ไทย) 2:

บีสังเคราะห์คลิป
SSL พิจารณาเพียงหนึ่งคุณลักษณะที่ขอบ hausdorf
คุณสมบัติในการเพิ่มประสิทธิภาพการสังเคราะห์การ์ตูนคลิปจึง
คลิปสังเคราะห์โดยใช้ SSL จะไม่ราบรื่น ในกรณีของการ
RCCs จะใช้สองคุณสมบัติ, EDGE และทิศทางการเคลื่อนไหว
คุณลักษณะ คลิปสังเคราะห์โดยกึ่ง MSL เรียบ
กว่า SSL และ RCCs เพราะ RCCs ละเลยสี
ข้อมูลในระยะไกลการเรียนรู้ตัวชี้วัดตัวละคร
ในผลการสังเคราะห์อาจมีสีที่แตกต่างกันและ
SSL ใช้คุณลักษณะขอบเท่านั้นด้วยเหตุนี้มันไม่ได้มีประสิทธิภาพ.
ดังนั้น ในส่วนนี้เราแสดงให้เห็นว่ากึ่ง MSL
มีประสิทธิภาพดีกว่า SSL ที่ใช้ในการ GCCS และ UBDML ที่ใช้
ใน RCCs สำหรับการสังเคราะห์การ์ตูนคลิป

ผลลัพธ์ (ไทย) 3:

การสังเคราะห์ B . คลิปรับพิจารณาเฉพาะคุณลักษณะที่ขอบ hausdorfคุณสมบัติสำหรับการแสดงการ์ตูนคลิปการสังเคราะห์ ดังนั้นคลิปสังเคราะห์โดยใช้ SSL ไม่ราบรื่น ในกรณีของrccs จะใช้คุณสมบัติสองขอบและทิศทางการเคลื่อนไหวคุณสมบัติ คลิปโดยกึ่งสังเคราะห์รทเรียบกว่า SSL และ rccs เพราะ rccs แต่ละสีข้อมูลในการเรียนรู้ระยะเมตริก ตัวอักษรในการสังเคราะห์ผลอาจมีสีที่แตกต่างกันและSSL ใช้คุณลักษณะขอบเท่านั้น เพราะ มันไม่มีประสิทธิภาพดังนั้น ในส่วนนี้เราแสดงให้เห็นว่ากึ่งรทมีประสิทธิภาพดีกว่า SSL ที่ใช้ใน gccs และ ubdml ใช้คลิปการ์ตูนใน rccs สำหรับการสังเคราะห์