《表2 传统K-menas的人体动作识别混淆矩阵》
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。
图表编号 | XD00186100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.20 |
作者 | 李顺、郭星、吴建国 |
绘制单位 | 安徽大学智能嵌入式技术研究中心、安徽大学计算机科学与技术学院、安徽大学智能嵌入式技术研究中心、安徽大学计算机科学与技术学院、安徽大学智能嵌入式技术研究中心、安徽大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |