《表2 三种方法对10种手指语的识别率》
本文R-FCN中所使用的主干网络为残差网络RestNet-101,网络足够深,手指语的特征提取更加抽象,对上述手指语都能很好地进行识别.而本文所使用的网络通过OHEM技术在线学习了手指语识别过程中容易产生误识的难例,提高了对非目标手指语的拒识率.同时本研究用F1分数(F1-sore)衡量识别率.三种实验方法在复杂背景下的手指语的识别率如表2所示.
图表编号 | XD00175210900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 周雷、阿里甫·库尔班、吕情深、孟欣欣 |
绘制单位 | 新疆大学软件学院、新疆大学软件学院、新疆大学软件学院、新疆大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |