人类异常活动模式分析与量子点细胞自动机新设计
1. 人类异常活动模式分类系统分析
在人类异常活动模式分析中,对经典SVM分类器和ResNet50模型的分类准确性进行了评估。
- SVM分类器表现 :SVM在SAIAZ数据集上表现较好。SAIAZ视频是在均匀光照条件下,由顶部单静态相机拍摄的简单背景视频。然而,在教室暴力和MBD数据集上,由于背景复杂且光照条件不同,相机角度多样,SVM分类器的准确性不足。
- ResNet50模型表现 :为克服SVM的这些问题,采用了ResNet50模型。在四种给定类型的数据集中,ResNet50模型的性能优于SVM。但在MBD数据集中,两者的结果都不理想,原因是训练和测试帧差异较大。ResNet50在SAIAZ和教室暴力数据集上效果良好,但在混合异构背景下性能显著下降。
| 数据集 | SVM分类准确性 | ResNet50性能 |
|---|---|---|
| SAIAZ | 较好 | 良好 |
| 教室暴力 | 不足 | 良好 |
| MBD | 不足 | 不理想 |
超级会员免费看
订阅专栏 解锁全文
31

被折叠的 条评论
为什么被折叠?



