《表2 铁路行人样本库3种算法准确率及耗时Tab.2 Accuracy and elapsed time of three algorithm for railway pedestrian datas
利用上述方法获得的基于Alex-HOG组合特征的改进深度卷积网络对铁路行人测试样本库进行测试,准确率为98.46%,测试时间为3.78s。3种算法针对铁路行人样本库的测试准确率及时间如表2所示。由此可见,相比于HOG+SVM和经典AlexNet分类方法,本文提出的基于Alex-HOG组合特征的改进AlexNet对铁路行人样本库分类准确率更高,耗时更短。
图表编号 | XD0022427300 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 郭保青、王宁 |
绘制单位 | 北京交通大学机械与电子控制工程学院、北京交通大学载运工具先进制造与测控技术教育部重点实验室、北京交通大学机械与电子控制工程学院、北京交通大学载运工具先进制造与测控技术教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 铁路行人样本库3种算法准确率及耗时Tab.2 Accuracy and elapsed time of three algorithm for railway pedestrian dataset”的人还看了
- 表2 三种分类方法在模拟测试集中预测准确率的比较Tab.2 Comparisons of prediction accuracy for test sets using three classification methods