《表1 分析字典在UCFSports数据集上的平均识别率》

  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

《判别分析字典在行为识别中的算法研究》

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

%

从表1中可以看出，三种字典学习方式普遍对“打高尔夫”“鞍马摇摆”和“散步”等数据量较大的行为动作的识别效果较好，均达到90%以上，而对“举重”“骑马”“跑步”和“玩滑板”等数据量较少的类别识别效果较差。这主要是由于数据量越多，使得所学习到的字典对该类行为的表达能力越强，从而使整体算法系统具有更高的识别率，而数据量的缺乏会影响字典对该动作的表达，且会造成识别率的浮动较大。从整体来看，DADL的平均识别率要高于DPL，本文提出的字典学习效果要优于DADL。原因是DADL主要从成对约束的角度引入判别准则，这种成对约束的可以看作是一种局部优化的方式，而本文引入低秩序约束，从全局角度引入特征判别，增强了判别特性，因此分类精度较好。