《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》

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

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。