《表1 特征向量在不同算法之间的识别结果比较》

  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

《基于人体关节点数据的攻击性行为识别》

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

表2为UT-interaction数据集上主流算法的行为识别率。从表2可以看出，文献[16]采用嵌入空间多示例学习（Spatial Multiple Instance Learning，SMIL）方法获取多种视觉特征描述交互双方之间的交互信息，并用支持向量机（Support Vector Machine，SVM）进行识别。该方法取得了除本文算法外最好的识别率，但它的实现比较复杂。本文提出的攻击性行为识别方法识别效果最好。实验结果表明，本文提出的方法有效性可行，具有较高的适应性，可达到实时应用。