《表3 本文模型的人体动作识别准确率》

  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

《基于深度学习的轻量型人体动作识别模型》

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

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。