《表3 算法计算速度比较：视频中多特征融合人体姿态跟踪》

  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

《视频中多特征融合人体姿态跟踪》

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。

从表3中可以看到，Cherian等人（2014）的方法用时较长，每帧人体姿态计算需用时3.2 s，原因是该方法需要对大量候选样本进行计算，并在视频帧之间往复推理，因此算法较为复杂，耗时较长。Zhao等人（2015）的方法每帧总用时约2.5 s，原因是该算法对时间信息和空间信息分别构建马尔可夫随机场并进行计算和推理，计算量较大。Pfister等人（2015）的方法中计算深度学习特征的耗时为0.06 s，然而该方法每一帧的推理需要用到前后多帧的信息及光流图，因此总计算速度约在2 s左右。而本文算法在对每帧进行推理时只用到当前光流信息和相邻两帧图像，计算量较小，且所构造的深度学习网络连接简单、参数较少，因此总计算速度约为1.8 s，优于其他算法。