《表2 计算速度对比：一种改进的基于3D-BN-GRU网络的行为识别算法》

  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

《一种改进的基于3D-BN-GRU网络的行为识别算法》

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

由表2可以看出，C3D网络的速度是313.9frame/s，而Two-Stream算法速度仅仅为12.5frame/s。速度很慢的原因是计算光流是预处理后保存的，并且它是两个网络作为分类网络，所以会影响网络的识别速度。其他几种算法与此类似。由表2中可以发现，本文实现的算法在速度上具有较大的优势，原因是本文网络结构中使用3D-VGG-Block的特殊结构，使用小卷积核代替大卷积核，在增加网络的深度的同时参数量不会增加太多，这使得识别率上升，速度相较于其他网络有所提高；最终使用舍弃无用特征值更多的GRU网络进行融合，除去大量无用参数，加快识别速度，使得前项传播只需要49 ms，一个输入数据有32帧，速度可以达到653 frame/s，在速度上有绝对的优势。