《表5 KTH-TIPS2-a库上的实验结果》
实验4中,本文方法的置信水平阈值TCL=0.46,缩放阈值TZ=1,实验只使用了召回率指标(DR)。为提高实验效率,本文使用了PCA方法对M_CLLTP特征进行了降维。为便于与LBP、DMD(dense micro-block difference)[12]、MLEP(dynamic texture local energy pattern)[19]、LHS(local higher-order statistics)[20]、COV-LBPD(covariance and LBP difference descriptor)[21]和scLBP(sorted consecutive LBP)[22]等方法比较,实验4使用了与文献[12]相同的配置,分类器采用了VLFeat的线性核SVM,随机选择3个数据集用于训练,剩余1个数据集用于测试,100次重复实验的召回率均值作为最后的实验结果。表5列出了实验4的结果,本文方法获得了最高的召回率均值,为80.07%。
图表编号 | XD00165387500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 李钢、袁非牛、夏雪、章琳、雷帮军 |
绘制单位 | 江西财经大学信息管理学院、水电工程智能视觉监测湖北省重点实验室(三峡大学)、宜春学院数学与计算机科学学院、江西财经大学信息管理学院、水电工程智能视觉监测湖北省重点实验室(三峡大学)、上海师范大学信息与机电工程学院、江西财经大学信息管理学院、江西财经大学信息管理学院、江西科技师范大学数学与计算机科学学院、水电工程智能视觉监测湖北省重点实验室(三峡大学) |
更多格式 | 高清、无水印(增值服务) |