《表1 模型在CAD数据集上的平均识别准确率以及与其他方法比较》

  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ActionVLAD池化与分层深度学习网络的组群行为识别方法》

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

%

本文模型（Ours）在CAD数据集中各类活动的识别率高低以及与state?of?the?art和3组Baseline方法对比的结果如表1所示。表1中展示了多个组群行为识别模型在CAD数据集的平均识别准确率，通过比较，可以看出本文模型的平均识别准确率高于其他模型。CAD数据集包括组群活动Crossing，Queuing，Walking，Talking和Waiting，由于Waiting类的组群定义不明确，更偏向于单人行为识别，而不是组群行为识别，这是导致Waiting类识别率不高的主要原因；Walking类和Crossing类之间的唯一区别就是人与街道之间的关系，这是导致两者识别精度较低的最主要因素。