《表1 本文方法与现有方法的比较》

  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DenseNet和深度运动图的行为识别算法》

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

本文采用基于Dense Net的三通道网络模型对沿着视线方向的动作进行识别，并融合光流、RGB和深度运动图等三种特征信息，在颇具挑战性的数据集UTD-MHAD上进行试验，其准确率为92.11%。由表1可知，通过融合时空深三通道的特征信息能取得更好的识别效果，它相比现有的STSDD识别方法，能将准确率提升近1个百分点，与文献中的其他6种方法相比较，准确率提高了1.96%～13.01%。此外，从该数据库上的混淆矩阵中（图6）可以看出，本文算法在许多动作下都取得了不错的识别效果，但“右手绘制x”、“右手绘制圆圈（顺时针）”和“右手绘制圆圈（逆时针）”等动作识别率相对偏低，其原因是这些动作具有较高的相似度，从而导致近0.2的误识别率。