《表1 本文动作识别算法和其他算法准确率对比%》
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。
图表编号 | XD00219387600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.20 |
作者 | 王倩、孙宪坤、范冬艳 |
绘制单位 | 上海工程技术大学电子电气工程学院、上海工程技术大学电子电气工程学院、上海工程技术大学电子电气工程学院 |
更多格式 | 高清、无水印(增值服务) |