《表1 本文动作识别算法和其他算法准确率对比%》

  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

《基于深度学习的时空特征融合人体动作识别》

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

如表1所示，实验只将RGB图或者光流图输入TSN[7]网络进行训练和测试，通过数据可知仅通过RGB图像（RGB-TSN）也可以识别出动作类型，仅通过光流图（flowTSN）可以比仅通过RGB图获得更高的准确率；本文框架比文献[9]的Spatiotemporal-3D CNN框架的准确率高，算法复杂度更低，训练效率更高；实验证明在都使用VGG—16作为时空CNN的情况下本文框架比TSN框架获得更高的准确率；本文的框架比使用BNInception作为时空CNN的TSN框架的准确率也得到了提高。实验表明，本文提出方法能够有效的识别动作类别。