《表2 单一特征图和多特征融合图结果的对比》
第二组消融实验,验证相比使用单一特征图,使用多特征融合图具有更好的识别效果。对单一特征图的训练测试结果和多特征融合图的训练测试结果进行比较,使用CNN+LSTM框架对序列进行识别,结果如表2所示。第1,2,3组使用单一CNN支路和LSTM结合的框架,分别将光学应变图、LMF图及光流特征图作为输入数据。第4组实验使用多路并行的CNN和LSTM结合的框架,将三种融合的运动特征图作为输入数据,即所提整体框架和输入数据。从表2可以看出,多运动特征图融合的方法的识别准确率为58.53%,相比使用单一的运动特征图,具有更加突出的表现。
图表编号 | XD00188260100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 苏育挺、王蒙蒙、刘婧、费云鹏、何旭 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |