《表3 本文方法与其他方法的比较》
同时在SBU Kinect Interaction数据集上进行了实验。表4给出了不同形式的动态图以及不同训练网络下的识别结果。表4比较了原始骨架(Raw skeleton)[14]、分层循环神经网络(Hierarchical RNN)[21]、时空长短时间记忆网络(ST-LSTM)[22]、多任务学习网络(MTLN)[23]和全局上下文长注意力短时间记忆网络(GCA-LSTM)[24]等方法的识别结果。实验结果表明,本文方法的识别率更高,这是因为上述5种方法仅用了RGB-D视频中的骨架信息,以单通道的骨架信息或者双通道的骨架信息输入到网络中,缺乏对动作的描述。而本文方法使用了RGB视频和深度图两个模态的特征,并且使用外观动态图和运动学动态图。分析可见,本文方法对两人交互动作的识别率相对较高。
图表编号 | XD00211096700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 肖志涛、张曌、王雯 |
绘制单位 | 天津工业大学电子与信息工程学院、天津工业大学电子与信息工程学院、天津工业大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |