《表2 KTH数据库上不同方法的识别率对比》
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
《基于低秩行为信息和多尺度卷积神经网络的人体行为识别方法》
单位:%
表1展示了光流+MCNN、LAI+SVM和LAI+CNN与本文提出方法在两个数据库上的对比结果,结果表明本文提出的LAI+MCNN的方法在两个数据库上均取得了更好的识别效果。表2和表3分别列举了本文方法与相近方法[16-27]在KTH和HMDB51上的识别性能对比,这些相近方法均采用了人工提取特征与深度学习网络相结合的方式进行人体行为识别。从结果可以看出,本文方法在两个数据库上均取得了最优的识别性能,同时较文献[21]方法和文献[27]方法分别提高了0.67和1.15个百分点。上述三组对比实验验证了本文所提方法的有效性。
图表编号 | XD00201810100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.10 |
作者 | 蒋丽、黄仕建、严文娟 |
绘制单位 | 长江师范学院电子信息工程学院、长江师范学院电子信息工程学院、长江师范学院电子信息工程学院 |
更多格式 | 高清、无水印(增值服务) |