Gesture recognition. We assembled a

Gesture recognition. We assembled a database of 1,000 gestures from 10 users we asked to perform 10 gestures per instrument class, using 10-fold cross-validation to generate the set of receiver operating characteristic curves (see Figure 3) by varying a threshold parameter representing the strength of the recognition.

ผลลัพธ์ (ไทย) 1:

ท่าทางการรับรู้ เราได้รวบรวมฐานข้อมูลรูปแบบลายเส้น 1,000 จาก 10 ผู้ใช้ที่เราต้องทำ 10 ท่าต่อชั้นเรียนดนตรี ใช้การตรวจสอบข้าม 10-fold เพื่อสร้างชุดของตัวรับสัญญาณที่ทำงานเส้นโค้งลักษณะเฉพาะ (ดูรูปที่ 3) โดยเกณฑ์พารามิเตอร์แสดงความแรงของการรับรู้ที่แตกต่างกัน

ผลลัพธ์ (ไทย) 2:

รับรู้ท่าทาง เราประกอบฐานข้อมูลของ 1,000 ท่าทางจากผู้ใช้ 10 คนที่เราขอให้ดำเนินการ 10 ท่าทางต่อชั้นเครื่องดนตรีใช้ 10 เท่าข้ามการตรวจสอบเพื่อสร้างชุดของผู้รับการดำเนินงานลักษณะโค้ง (ดูรูปที่ 3) โดยการเปลี่ยนแปลงพารามิเตอร์เกณฑ์ที่เป็นตัวแทนของความแข็งแรงของ ได้รับการยอมรับ