《表3 本文模型的人体动作识别准确率》
本文的DLLM模型在数据集UCF101和HMDB51上的人体动作识别准确率如表3所示。模型的预训练方式为ImageNet预训练。每一分割子集(split)的识别准确率均是对模型的空间流和时间流的结果进行决策融合得到的,决策融合时的时间流和空间流的识别置信度为1∶1。然后再对数据集的每一个分割子集进行线性加权平均,得到人体动作识别模型在数据集上的最终识别准确率。对比表2可以看出,融合后的时空双流的动作识别准确率要高于单流的时间流或空间流,这也说明将时间流和空间流进行融合才能更好地利用视频序列中的时空信息,从而使得动作识别模型更具有表现力。
图表编号 | XD00198029100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.05 |
作者 | 何冰倩、魏维、张斌 |
绘制单位 | 成都信息工程大学计算机学院、成都信息工程大学软件工程学院、成都信息工程大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |