《表1 不同算法在CSL数据集上的比较》

  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

《基于时空注意力网络的中国手语识别》

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

这一节将在CSL数据集上验证本文提出的时空注意力网络的有效性，并与其他算法进行比较。如表1所示，之前的方法多利用骨架信息描绘出运动轨迹，本文仅使用了RGB信息就获得了优异的效果。相对于骨架数据，RGB图像更易在实际中获得。与手工特征算法相比，基于LSTM，ResC3D的深度学习算法都取得了更高的识别率。RGB和骨架相结合的方法与单模态的方法相比，有了一个明显的识别率提升。本文算法在仅采用一种模态的情况下，依然优于这些基于骨架的方法，而且与基于ResC3D的手语识别方法和基于LSTM的手语识别方法比较结果表明，本文算法有更突出的时空特征学习能力。