《表4 KTH数据集上人体康复动作识别算法的识别准确率对比》
%
在康复动作数据集中,首先从视频中提取骨架关节点进行预处理,在姿态特征的基础上将本文Pose-AMGRU算法与其他人体康复动作识别算法进行对比,实验结果如表5所示。运行时间为所有测试样本的预测总时长,不包括姿态估计与预处理的计算耗时。可以看出,基于RNN系列的人体康复动作识别算法的识别准确率优于基于传统隐马尔科夫模型(Hidden Markov Model,HMM)的人体康复动作识别算法,而Pose-AMGRU算法取得了最好的识别结果,但其需要耗费更多的运算时间,在一定程度上影响了实时性。
图表编号 | XD00197520300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.15 |
作者 | 闫航、陈刚、佟瑶、姬波、胡北辰 |
绘制单位 | 郑州大学信息工程学院、郑州大学互联网医疗与健康服务协同创新中心、郑州大学信息工程学院、郑州大学互联网医疗与健康服务协同创新中心、郑州大学互联网医疗与健康服务协同创新中心、郑州大学护理与健康学院、郑州大学信息工程学院、郑州大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |