《表1 SMSM模块不同膨胀系数设置下的动作识别准确率对比》

  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

本文通过DLLM模型中的SDNet提取视频序列中的时空特征，而在SDNet的SMSM模块设计阶段，考虑到不同膨胀系数的设置会影响感受域大小，从而影响动作识别准确率，于是本文针对SMSM模块的膨胀系数设置设计了对比实验。首先，本文对SMSM模块的三个分支考虑两组膨胀系数设置，分别是{1，2，3}和{1，3，5}，然后在数据集UCF101的第一分割集（split1）上进行人体动作识别实验，此实验模型的预训练方式为Image Net预训练。实验结果如表1所示，在SMSM模块中，将三个分支的膨胀系数分别设置为1、2、3时，不论是时间流还是空间流的动作识别准确率均优于设置为{1，3，5}时的识别准确率。因此，在后续的实验中，每个SMSM模块的三个分支卷积膨胀系数均分别设置为1、2、3。