动作识别算法的评估策略探讨_高赞.pdf

动作识别算法的评估策略探讨_高赞.pdf

ID:52834372

大小:444.14 KB

页数:7页

时间:2020-03-30

动作识别算法的评估策略探讨_高赞.pdf_第1页
动作识别算法的评估策略探讨_高赞.pdf_第2页
动作识别算法的评估策略探讨_高赞.pdf_第3页
动作识别算法的评估策略探讨_高赞.pdf_第4页
动作识别算法的评估策略探讨_高赞.pdf_第5页
资源描述:

《动作识别算法的评估策略探讨_高赞.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、光电子·激光第23卷第6期2012年6月JournalofOptoelectronics·LaserVol.23No.6June2012动作识别算法的评估策略探讨高赞1,2,3*,张桦1,2,蔡安妮3(1.计算机视觉与系统省部共建教育部重点实验室,天津理工大学,天津300384;2.天津市智能计算及软件新技术重点实验室,天津理工大学,天津300384;3.北京邮电大学信息与通信工程学院,北京100876)摘要:以时空兴趣点特征和支持向量机(SVM)分类器识别方法为基本算法,在广泛使用的公开动作数据集KTH上,从不同角度考察评估策略对动作识别算法性能的影响。实验表明,当采用不同的交叉实验

2、方法时,算法性能的波动最大达到10.5%,而不同数据集划分方法对算法性能的影响则达到11.87%。因此,通过量化分析得出的结论,可以充分地比较现有算法的真实差异,并为设计合理的评估策略提供参考。关键词:时空特征;支持向量机(SVM);动作识别;评估策略中图分类号:TP391文献标识码:A文章编号:1005-0086(2012)06-1166-07Discussionontheassessmentstrategyofactionrecognitionalgo-rithms1,2,3*,ZHANGHua1,2,CAIAn-ni3GAOZan(1.KeyLaboratoryofCompute

3、rVisionandSystem,ofTianjinandMinistryofEducationTianjinUniversityofTechnologyTian-jin300384,China;2.TianjinKeyLaboratoryofIntelligenceComputingandNovelSoftwareTech-nology,TianjinUnivers-ityofTechnology,Tianjin300384,China;3.SchoolofInformationandCommunicationEn-gineering,BeijingUniversityofPosts

4、andTelecommunications,Beijing100876,Cahina)Abstract:Actionrecognitionisahotresearchtopic,buttheperformanceassessmentstrategiesofalgo-rithmshavenothadanacceptedpractice.Inthispaper,weadoptspatio-temporalfeaturesandsupportvectormachine(SVM)modelasouractionrecognitionalgorithm,andthenwellassessthee

5、ffectofdif-ferentassessmentstrategiesonouractionrecognitionalgorithminwidelyusedpublicdatasetKTH.Ex-perimentalresultsshowthatwhendifferentcross-experimentalmethodsareemployed,theperformancefluctuationofalgorithmsreaches10.5%.AndwhendifferentdivisionmethodsforKTHdatasetsareused,theperformancefluc

6、tuationofalgorithmsgets11.87%.Thus,accordingtoconclusionsinthispa-per,wecanfindtherealdifferenceamongexistingalgorithms,andsupplythereferencefordesigningrea-sonableassessmentstrategy.Keywords:spatio-temporalfeatures;supportvectormachine(SVM);actionrecognition;assessmentstrategy建立统一、合理的评估策略将有助于推动

7、算法研究的进1引言展。正是基于此,一些标准化组织,如美国国家标准和[1][2~5]动作识别是视频内容分析中的一个新的研究热点,技术研究所(NIST)通过举办TRECVID国际评已经提出了许多不同的动作识别算法,并在动作识别公测,提供统一的数据集和统一的评估标准,使研究者可认的数据集上评估他们算法的性能,但是如何在这些数以比较和讨论各自研究的结果,从而推动信息检索技术据集上评估这些算法却没有统一的标准。事实上,实验研究的发展。然而,仍然有很多算法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。