《表2 90°视角下SRC、NN及本文算法的识别时间》
从表2中可以看出,本文采用的算法和基于GEI能量图的协同表示步态识别算法的识别时间均小于基于步态高斯及稀疏表示算法的识别时间,识别速度提高了13.8~115.2倍,其主要原因是式(4)中独立的部分即式(5)能够提前计算出来,并且能够快速地计算出测试样本的重构系数,而基于步态高斯图及稀疏表示的方法对于每次输入的测试样本都要计算一次l1范数,所以比较耗时。本文方法的识别时间高于基于协同表示步态识别的识别时间的主要原因是按式(1)计算并提取步态特征时,要先计算每张步态剪影的Hog特征,而Hog特征的计算以及提取都比较耗时,但是本文方法的识别时间不超过0.035 s,能够满足实时性的要求。
图表编号 | XD0090298700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 徐守坤、邱亮、石林、李宁 |
绘制单位 | 常州大学信息科学与工程学院数理学院、常州大学信息科学与工程学院数理学院、常州大学信息科学与工程学院数理学院、常州大学信息科学与工程学院数理学院、闽江学院福建省信息处理与智能控制重点实验室 |
更多格式 | 高清、无水印(增值服务) |