《表1 使用基线Faster R-CNN和本文方法的平均精确度》
注:‘—’表示原文献未进行实验。
使用基线Faster R-CNN,以及提出的人体目标检测方法,分别用于PETS 2009、Caltech和INRIA这三个标准数据集进行了实验,并参考了计算机视觉顶级会议CVPR2018文献[22]在Caltech数据集上得到的实验结果。实验的评价指标是平均精确度(Average Precision),即,PR(Precision-Recall)曲线的下面积。这种评价指标的优点是,通过结合不同阈值条件下的Precision-Recall二元组,得到目标检测精确度的综合指标AP,而不是片面地追求recall,或者片面追求precision。如表1所示,上述三个数据集,分别用于基线Faster R-CNN与提出的算法,以及CVPR2018文献[22]得到的平均精确度结果进行了对比。
图表编号 | XD00133687600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.15 |
作者 | 刘云、钱美伊、李辉、王传旭 |
绘制单位 | 青岛科技大学信息科学技术学院、青岛科技大学信息科学技术学院、青岛科技大学信息科学技术学院、青岛科技大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |