《表5 不同算法在UCF101数据集上的准确率对比》

  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

《融合视频时空域运动信息的3D CNN人体行为识别》

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

从以上多个实验可以得出:提出的融合时空域运动信息和运动目标的3DCNN架构对总体性能提升较大。改进的网络在KTH数据集和UCF101数据集上进行实验，分别获得88%和77.8%的准确率，高于单通道的3DCNN在2个数据集上的识别准确率。并且该网络在训练中，分类结果准确率提高很快，迭代到第20次时就达到了85%，比基于单通道的3DCNN收敛速度提高了1倍。