《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》
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%。
图表编号 | XD00215910100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.16 |
作者 | 谭等泰、李世超、常文文、李登楼 |
绘制单位 | 甘肃政法大学公安技术学院、甘肃政法大学司法鉴定中心、甘肃政法大学公安技术学院、兰州交通大学电子与信息工程学院、甘肃政法大学司法鉴定中心 |
更多格式 | 高清、无水印(增值服务) |