《表3 不同方法在Volleyball数据集上的准确率》
单位:%
为了说明本文方法和模型的有效性,本文还将模型在Volleyball数据集上的准确率和其他先进方法结果进行对比,其中包括HDTM(Hierarchical Deep Temporal Model)、SSU(Social Scene Understanding)、MSCNN (Multi-Stream Convolutional Neural Network)、SBGAR(Semantics Based Group Activity Recognition)、CERN(Confidence-Energy Recurrent Network)等方法。结果如表3所示,本文方法(Original)代表未经过数据扩充的结果,本文方法(Data Augmentation,DA)代表经过数据扩充后的结果。由表可知,本文方法在Volleyball数据集上的结果优于其他方法,但数据扩充对于准确度的提升在Volleyball数据集上体现不明显。
图表编号 | XD00222670100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.10 |
作者 | 戎炜、蒋哲远、谢昭、吴克伟 |
绘制单位 | 合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |