《表2 传统K-menas的人体动作识别混淆矩阵》

  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

《基于关键帧和骨骼信息的人体动作识别方法》

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

对比表1和表2可以看出，改进后的识别算法，动作识别的准确率提高明显，且识别速度较之前提高近37%。对比表1和表2发现采用加权K-means算法提取关键帧后，在提高准确度同时降低误判的种类。例如在踢腿（kick）动作上，利用传统K-means算法时，误判动作有5种涉及上下半身；而使用了加权K-means算法后，在准确率提高的同时误判动作只有下半身2种。同时在较复杂动作识别上，由于采用加权K-means减少孤立点和噪声对聚类精度影响，识别准确度更显著，表明本文加权K-means算法提取关键帧的有效性以及改进DTW算法降低运算复杂度。