《表1 时序动作提名生成的实验结果》

  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

《基于边界意识匹配网络的时序动作检测》

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

时序动作提名生成任务的目标是生成高精度和高召回率的时序提名，常用的评价指标是AR@AN以及AUC，这里AR是指平均召回率，AN是指时序提名的平均数量。表1展示了在ActivityNet-1.3数据集上，不同时序动作提名生成方法的对比实验结果，从中可以看出，本文提出的边界意识匹配网络在生成动作提名数量相同的条件下，拥有比其他方法更高的召回率，AR@100指标达到了75.56%，AUC指标达到了67.38%。