《表1 人体行为识别领域常用数据集》

  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

《人体行为识别特征提取方法综述》

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

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。