《表1 人体行为识别领域常用数据集》
在行为识别过程中使用公开可用的数据集可以比较不同的方法,并深入了解各自方法的能力,是识别方法在统一标准下校验各种不同性能指标的重要判别依据。表1列出了行为识别研究发展历程中一些常用数据集的信息[50-64],包括对各个常用数据集特点进行简要以及提供下载网址,并列举了2个具有代表性的数据库UCF101和KTH上分析得近年来传统机器学习方法和深度学习方法,如表2~表3所示[27,64-79]。由表2~表3中所示文献的准确率可以发现,传统机器学习方法在行为识别已逐渐陷入瓶颈,且近年来主要以围绕改进密集轨迹算法展开,但效果并不明显;而深度学习方法通过近年来的发展,准确率得到显著提升,成为研究未来行为识别任务的主流方法。
图表编号 | XD00146080800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 张会珍、刘云麟、任伟建、刘欣瑜 |
绘制单位 | 东北石油大学电气信息工程学院、东北石油大学电气信息工程学院、东北石油大学电气信息工程学院、东北石油大学黑龙江省网络化与智能控制重点实验室、中国石化销售股份有限公司上海石油分公司信息管理处 |
更多格式 | 高清、无水印(增值服务) |