《表4 面板回归结果:基于3D卷积残差网络的人体动作识别算法》

《表4 面板回归结果:基于3D卷积残差网络的人体动作识别算法》   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3D卷积残差网络的人体动作识别算法》


  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

如表3所示,本文方法的识别率相比较其他3D卷积动作识别方法有较大的提升。本文模型和C3D对比如表4所示,参数量虽然仅是C3D的一半,但卷积层数达到了92层,远远超过C3D的8层,因此可以捕获更多层次的时空特征,从而提高识别率,而且每次迭代训练的时长仅为C3D的1/3。