《表2 本文算法与相关算法结果比较》

  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

《基于多视图投影的半监督手姿态估计算法》

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

为了验证本算法的有效性，将其与Prior++[8]、Crossing Nets[10]和PreView[12]算法进行比较。Prior++算法隐式地添加一种基于PCA的先验到网络中，形成类似瓶颈的结构，其本质可以认为是另一种低维隐空间表征方法，在NYU等数据库上均取得了较好的效果。Crossing Nets算法提出设计一个共享隐空间将两个深度产生式模型联系起来[12]，和本文不同，其无监督学习部分采用自编码的方法。PreView算法采用两个视角的相机数据，以已知视角数据预测另一视角数据，在NYU数据库上和半监督学习算法中，结果为当前最优[10]。4种算法的对比结果如表2所示。