• Produktbild: Multimodal Pattern Recognition of Social Signals in Human-Computer-Interaction
  • Produktbild: Multimodal Pattern Recognition of Social Signals in Human-Computer-Interaction
Band 10183

Multimodal Pattern Recognition of Social Signals in Human-Computer-Interaction 4th IAPR TC 9 Workshop, MPRSS 2016, Cancun, Mexico, December 4, 2016, Revised Selected Papers

49,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

31.05.2017

Abbildungen

VIII, 161 p. 61 illus.

Herausgeber

Friedhelm Schwenker + weitere

Verlag

Springer

Seitenzahl

161

Maße (L/B/H)

23,5/15,5/1 cm

Gewicht

271 g

Auflage

1st ed. 2017

Sprache

Englisch

ISBN

978-3-319-59258-9

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

31.05.2017

Abbildungen

VIII, 161 p. 61 illus.

Herausgeber

Verlag

Springer

Seitenzahl

161

Maße (L/B/H)

23,5/15,5/1 cm

Gewicht

271 g

Auflage

1st ed. 2017

Sprache

Englisch

ISBN

978-3-319-59258-9

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: ProductSafety@springernature.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

  • Produktbild: Multimodal Pattern Recognition of Social Signals in Human-Computer-Interaction
  • Produktbild: Multimodal Pattern Recognition of Social Signals in Human-Computer-Interaction

  • Active Shape Model Vs. Deep Learning for Facial Emotion Recognition in Security.- Bimodal Recognition of Cognitive Load Based on Speech and Physiological Changes.- Human Mobility-Pattern Discovery and Next-Place Prediction from GPS data.- Fusion Architectures for Multimodal Cognitive Load Recognition.- Face Recognition in Home Security System Using Tensor Decomposition Based on Radix Hierarchical SVD.- Performance analysis of gesture recognition classifiers for building a human robot interface.- On Automatic Question Answering Using Efficient Primal-dual Models.- Hierarchical Bayesian Multiple Kernel Learning Based Feature Fusion for Action Recognition.- Audio Visual Speech Recognition Using Deep Recurrent Neural Networks.- Audio-Visual Recognition of Pain Intensity.- The Sense Emotion Database: A Multimodal Database for the Development and Systematic Validation of an Automatic Pain- and Emotion-Recognition System.- Photometric Stereo for 3D face reconstruction using non linear illumination models.- Recursively Measured Action Units.