《表1 骨架建模方式以及信息融合方式对识别准确率的影响》

  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

《多流卷积神经网络的骨架行为识别》

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

实验采用3D标准骨架行为识别NTU＿RGB+D数据集，NTU＿RGB+D由40位志愿者三个摄像机在实验室环境下拍摄完成，包括60种行为5.668万个样本序列，此数据集有两种评价方式CS（cross Subject）和CV（cross View）．在CS其中20名人员数据作为训练集剩下的作为测试集，分别包括40320和16560个样本．在CV中摄像机2和3拍摄数据作为训练集，摄像机1拍摄数据作为测试机分别包括37920和18960个样本．原始数据、时间差分和空间差分数据输入多流卷积网络模型，研究骨架动作建模方式以及不同的信息融合方式对识别准确率的影响，实验结果如表1所示．