《表1 测试的不同算法的识别率》

  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

《基于长短时记忆网络的多媒体教学手势识别研究》

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

在设置网络参数后，本文使用自己构建的数据集来评估算法的性能。此外，本文还包括将人体的骨架流作为输入，并使用传统的DTW算法进行建模的另一个实验。另外本文还测试了所提出算法的框架变体实验，它只有一个完全连接的层（LSTM fc1）。上述方法的识别准确率如表1所示。从表1可以看出，本文的方法明显优于比较方法，并且注意到有两个完全连接的层，性能优于只有一个完全连接的层。证明了LSTM算法能够学习手语的上下文信息，序列到序列的模型更加可靠。