人类活动识别与视频监控索引检索技术解析
人类活动识别新混合架构
在人类活动识别领域,提出了一种新的混合架构,它将高级融合策略与机器学习技术相结合。这种架构具有高度自动化的特点,除了参数 ϵ 之外,超参数都能自动学习。
识别准确率对比
为了验证该架构的有效性,对 CAD - 60、CAD - 120、MSRDailyActivity3D 和 NTU - RGB + D 这四个公开数据集进行了测试,并与其他方法进行了对比,结果如下表所示:
| 数据集 | 方法 | 准确率 [%] |
| — | — | — |
| CAD - 60 | Object Affordance | 71.40 |
| | HON4D | 72.70 |
| | Actionlet Ensemble | 74.70 |
| | MSLF | 80.36 |
| | JOULE - SVM | 84.10 |
| | P - CNN + kinect + Pose machines | 95.58 |
| | Range Sample | 95.60 |
| | Proposed Method | 98.52 |
| CAD - 120 | Salient Proto - Objects | 78.20 |
| | TDD | 80.38 |
| | SVM + CNN | 78.30 |
| | STS | 84.20 |
| | Object Affordance | 84.70 |
| | MSLF | 85.48 |
| | R -
超级会员免费看
订阅专栏 解锁全文
1254

被折叠的 条评论
为什么被折叠?



