《表2 在Activity Net v1.3数据集上的时序动作检测性能对比》

  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

《时域候选优化的时序动作检测》

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

注:加粗字体表示最优结果。

将本文方法与SCC（semantic cascade context）（Heilbron等，2017）、CDC（convolutional de-convolutional network）（Shou等，2017）、SSN（Zhao等，2017）和BSN（Lin等，2018）等方法在ActivityNet v1.3数据集上进行时序动作检测性能对比实验，结果如表2所示。表中阈值表示提取的候选与真实动作边界的重叠度，即阈值为0.5时，只有与真实动作区间的交集和并集之比大于1/2的候选区域才能被判定为正样本；而在阈值为0.95时，只有重叠率大于0.95的候选区域才能被判定为正样本。阈值越高，筛选条件越严格。