《表4 不同方法在UCF101和HMDB51数据集上的动作识别准确率》
将本文方法和近几年动作识别领域比较典型的深度学习方法或网络模型分别在UCF101和HMDB51两个数据集上的识别准确率进行对比。这些方法分别是文献[6]提出的双流卷积网络模型(two-stream convolutional network);文献[20]提出的C3D网络模型,该模型训练了更深的CNN;文献[24]提出的时空融合网络,其网络结构是双流VGG模型;文献[28]在文献[24]基础上提出的多层金字塔融合模型。从表4可以看出,本文提出的方法相较于近几年的经典算法更能精确地识别视频序列中的人体动作。
图表编号 | XD0090327900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 何冰倩、魏维、张斌、高联欣、宋岩贝 |
绘制单位 | 成都信息工程大学计算机学院、成都信息工程大学软件工程学院、成都信息工程大学计算机学院、成都信息工程大学计算机学院、成都信息工程大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |