《表2 结合动作分类器后的分类实验结果》

  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

衡量生成的时序动作提名质量的另一个方面是，结合现有的动作分类器，来评估在动作分类任务上的性能，这里用到的评价指标是mAP。表2展示了在THUMOS-14数据集上，不同时序动作提名生成方法结合相同的动作分类器UNet[9]后，在不同IoU的阈值下动作分类的实验结果。从表2可以看出，本文提出的边界意识匹配网络，在结合现有的动作分类器UNet后，在动作分类任务上的性能超过其他几种方法。随着IoU阈值的减小，mAP的值越高，在IoU=0.3时，mAP达到56.3%。