《表3 MSR Daily 3D数据集行为识别准确率》
最终的识别准确率如下表3所示,动态行为平均识别率达到了82%。对比同样在基于Kinect采集的MSR Daily 3D数据集上进行的相关研究,文献[14]采用K-均值聚类算法提取运动过程的关键帧,将关键帧关节点位置与人体刚体部分之间的骨架角度两种特征作为行为的表达,利用支持向量机进行分类识别,最终的平均识别率只有62%。文献[10]分析了人体运动过程中角度和距离变化的总差异提出基于结构相似度的关键帧搜索方法,采用并行化神经网络算法进行行为识别,动态行为平均识别率只有77.69%。
图表编号 | XD007570100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 杨赛烽、高彬、冯仕民、丁恩杰、陈庆峰 |
绘制单位 | 中国矿业大学物联网(感知矿山)研究中心、中国矿业大学信息与控制工程学院、中国矿业大学物联网(感知矿山)研究中心、中国矿业大学信息与控制工程学院、中国矿业大学物联网(感知矿山)研究中心、中国矿业大学信息与控制工程学院、中国矿业大学物联网(感知矿山)研究中心、中国矿业大学信息与控制工程学院、中国矿业大学物联网(感知矿山)研究中心、中国矿业大学信息与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |