《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》
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。
图表编号 | XD00130062100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.28 |
作者 | 吴进、李聪、徐一欢、闵育、安怡媛 |
绘制单位 | 西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院、西安邮电大学电子工程学院 |
更多格式 | 高清、无水印(增值服务) |