《表1 分类器识别精度结果》
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OpenPose的自动扶梯智能监控系统应用研究》
算法在i7-6700 2.6GHz CPU、GTX1080GPU、16GBRAM、Ubuntu16.04操作系统的计算机上用C++编程实现。视频图像大小为640像素×480像素,算法运行处理速度高达25帧/秒。实验了三个不同的分类器,包括K最近邻算法(k NN),支持向量机SVM(带高斯核函数),深度神经网络模型(DNN)。最终的分类器识别精度如表1所示,其特征如上一节所述提取。结果显示所有3个模型的准确率均高达96%。此外,SVM(带高斯核函数),DNN(3层,100×100×100)这两个模型的准确率均超过99%。该结果表明所选特征确实有助于提高识别精度和准确率。
图表编号 | XD00210553300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 张鑫鑫、杨超宇、杨成 |
绘制单位 | 安徽理工大学经济与管理学院、安徽理工大学经济与管理学院、安徽理工大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |