《表2 公开数据集准确率对比》

  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

《基于卷积神经网络的人体动作识别》

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

实验1:本实验是在公开的标准人体动作数据集上进行的。包括KTH数据集、Weizmann数据集、UCF Sports数据集，并且本实验把视频数据转化为静态图像进行实验。实验采用不同的方法对人体进行识别，包括DPM方法、目前分类识别效果较好的CaffeNet、深度卷积神经网络（CNN）方法以及本文方法，其中CaffeNet是深度学习框架中caffe提供的经过调优训练之后的模型，同时分别用CNN和CaffeNet结合DPM进行对比。实验结果见表2。