《表2 在KTH数据库上的识别率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于HOG特征协方差矩阵的动作识别算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

由表2可知，出拳、拍手与挥手，这两大类动作不难被区分，动作分类的错误率主要集中在慢跑与快跑之间，这两种动作具有一定的相似性，人体的躯干一直在移动，四肢也在做周期的摆动，并且它们的运动方向和摆动幅度变化都不大，进而提取出的HOG特征也具有很高的相似度。相对而言，支持向量机容易做出错误的判断，尤其是这两类动作的运动人体面对或背对镜头时所提取出的特征向量，因此这两类动作的识别率比其他动作略低。