《表2 不同状态下各方法实验结果对比》

  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

《基于频域注意力时空卷积网络的步态识别方法》

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

（%）

实验采用了GenI、GPPE、STIPS与Deep CNN作为对比方法，在Normal、Bag与Coat三种状态下，这几种方法Normal状态识别准确率最高均为90%以上。而初始准确率最低的穿大衣状态起初只有50%多的准确率，随着方法的创新，Deep CNN已经达到89%的准确率。最后在本文方法下，正常状态下准确率提高了0.3%，背包状态下提升了4.7%，穿大衣状态下提高了3.7%。实验结果对比如表2所示。