Уважаемые коллеги, доброго времени суток! Представляем вам испанское научное издание Electronic Letters on Computer Vision and Image Analysis. Журнал имеет четвёртый квартиль, издается в Centre de Visio per Computador, находится в откртом доступе, его SJR за 2020 г. равен 0,15, электронный ISSN - 1577-5097, предметные области - Машинное зрение и распознавание образов, Программное обеспечение.
Здесь два редактора - Джозеф Ладос, контактные данные - josep@cvc.uab.es
и Симоне Маринай - simone.marinai@unifi.it.
Это международный электронный журнал по теории и приложениям компьютерного зрения и анализа изображений. Для публикации высококачественных статей все полученные материалы тщательно рецензируются советом международно признанных экспертов. Как следствие, по прошествии последних двух лет только 25% полученных статей были окончательно приняты к публикации. Задачами журнала являются:
- Создание динамичного и быстрого средства коммуникации;
- Использование мультимедийных возможностей Интернета;
- Публикацция качественных рецензируемых статей;
- Создание свободного доступа к полнотекстовым документам.
Журнал включает в свои составы международно признанных экспертов в области компьютерного зрения и анализа изображений.
Адрес издания - https://elcvia.cvc.uab.es/index
Пример статьи, названиие - MODELLING AND ANALYSIS OF FACIAL EXPRESSIONS USING OPTICAL FLOW DERIVED DIVERGENCE AND CURL TEMPLATES. Заголовок (ABSTRACT) - Facial expressions are integral part of non-verbal paralinguistic communication as they provide cues significant in perceiving one’s emotional state. Assessment of emotions through expressions is an active research domain in computer vision due to its potential applications in multi-faceted domains. In this work, an approach is presented where facial expressions are modelled and analyzed with dense optical flow derived divergence and curl templates that embody the ideal motion pattern of facial features pertaining to unfolding of an expression on the face. Two types of classification schemes based on multi-class support vector machine and k-nearest neighbour are employed for evaluation. Promising results obtained from comparative analysis of the proposed approach with state-of-the-art techniques on the Extended Cohn Kanade database and with human cognition and pre-trained Microsoft face application programming interface on the Karolinska Directed Emotional Faces database validate the efficiency of the approach. KEYWORDS: Facial expression recognition, emotion analysis, optical flow, multi-class support vector classification, k-nearest neighbour classification, human cognition vs. machine analysis
