《表4 本文模型与目前典型模型在UCF101和HMDB51数据集上的准确率对比》

  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

《多特征融合的行为识别模型》

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

注:加粗字体表示各列最优结果，“-”表示未在数据集上测试。

为了评价本文算法的性能，与传统算法、双流结构、3D卷积神经网络、LSTM结构、融合结构进行比较，结果如表4所示。实验测试了各算法在UCF101和HMDB51数据集上5折交叉下的平均识别精度。在UCF101数据集上，本文方法优于其他算法，与经典的双流网络（Simonyan和Zisserman，2014）和最新的融合算法（Ouyang等，2019）相比，准确率分别提高了12.55%和3.15%。在HMDB51数据集上，本文算法也获得了最好的识别精度，与最新的算法Multi-task C3D+LSTM（Crasto等，2019）相比，准确率提高了2.12%。