《表4 在SBU Kinect Interaction数据集上的实验结果》

  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

《基于运动学动态图的人体动作识别方法》

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

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。