In this section, we introduce semi-

In this section, we introduce semi-MSL that finds a
unified low-dimensional and sufficiently smooth subspace
over all views simultaneously. To clearly explain the
Fig.3 shows the framework of this paper for cartoon
character retrieval and clip synthesis. First, cartoon
characters are represented by the four visual features.
According to PAF [2], semi MSL builds the local patches.
There are two types of local patches: local patches for
labeled characters and local patches for unlabeled
characters. Based on these patches, the part optimization
can be performed to get the low-dimensional subspace for
each patch. Afterward, all low-dimensional subspaces
from different patches are unified by whole alignment to

ผลลัพธ์ (ไทย) 1:

ในส่วนนี้ เราแนะนำกึ่ง MSL ที่พบในรวม มิติต่ำ และเรียบพอ subspaceกว่าทุกมุมมองพร้อมกัน อธิบายอย่างชัดเจนFig.3 แสดงกรอบของกระดาษนี้สำหรับการ์ตูนตัวดึงและคลิปการสังเคราะห์ แรก การ์ตูนตัวละครจะแสดง โดยใช้ลักษณะสี่ตาม PAF ที่ [2], กึ่ง MSL สร้างซอฟต์แวร์ท้องถิ่นมีสองประเภทของท้องถิ่นซอฟต์แวร์: ซอฟต์แวร์ท้องถิ่นสำหรับมีป้ายชื่อตัวละครและซอฟต์แวร์ท้องถิ่นสำหรับไม่มีป้ายชื่อตัวอักษร อิงจากแพทช์เหล่านี้ การเพิ่มประสิทธิภาพส่วนสามารถดำเนินการได้รับ subspace มิติต่ำสำหรับแต่ละแพทช์ หลังจากนั้น ทุกมิติต่ำ subspacesจากแพทช์ที่แตกต่างกันการรวมชื่อทั้งจัดตำแหน่งการ

ผลลัพธ์ (ไทย) 2:

ในส่วนนี้เราแนะนำกึ่ง MSL ที่พบ
สเปซแบบครบวงจรต่ำมิติและราบรื่นพอสมควร
กว่าทุกมุมมองพร้อมกัน ที่จะอธิบายได้อย่างชัดเจน
รูปที่ 3 แสดงให้เห็นถึงกรอบของบทความนี้สำหรับการ์ตูน
ดึงตัวละครและการสังเคราะห์คลิป ครั้งแรกการ์ตูน
ตัวละครจะถูกแทนด้วยคุณสมบัติที่สี่ภาพ.
ตามที่ PAF [2] กึ่ง MSL สร้างแพทช์ท้องถิ่น.
มีสองประเภทของแพทช์ท้องถิ่น: แพทช์ในท้องถิ่นสำหรับ
ตัวละครที่มีข้อความและมีหมอกในท้องถิ่นที่ไม่มีป้ายกำกับ
ตัวอักษร ขึ้นอยู่กับแพทช์นี้การเพิ่มประสิทธิภาพในส่วนที่
สามารถดำเนินการเพื่อให้ได้สเปซมิติต่ำสำหรับ
แต่ละแพทช์ หลังจากนั้นทุก subspaces ต่ำมิติ
จากแพทช์ที่แตกต่างกันเป็นปึกแผ่นโดยการจัดตำแหน่งทั้ง