Results (
Vietnamese) 2:
[Copy]Copied!
4.2. Các biện pháp đánh giá hiệu suất
Để định lượng và đánh giá khả năng của các thuật toán nhận dạng hoạt động, chúng ta vẽ các đường cong chính xác-thu hồi và nghiên cứu các ma trận nhầm lẫn. Những số liệu được sử dụng rộng rãi trong thị giác máy tính và truy xuất thông tin cộng đồng như là thước đo đánh giá chuẩn. Chúng tôi mời độc giả xem [66,69,70] để biết thêm chi tiết về các số liệu.
5. Kết quả và thảo luận
để đánh giá hiệu suất của thuật toán của chúng tôi, chúng tôi tiến hành các thí nghiệm riêng biệt cả về việc công nhận hoạt động nguyên tử và công nhận hoạt động chuỗi dài để tìm các thông số tối ưu và độ chính xác cao nhất có thể. Đối với đào tạo / Suy luận các hoạt động nguyên tử sử dụng SVM và sử dụng HMM, chúng tôi sử dụng các LIBSVM [64] và HMM / KDE [67,68] gói mã nguồn mở. Các kết quả được báo cáo dựa trên các đánh giá chéo xác nhận 5 lần và số liệu xác nhận khác nhau đã đề cập ở trên được sử dụng để thảo luận về việc thực hiện thuật toán trong Ngoài ra để giải quyết những ưu điểm, hạn chế và cơ hội cải thiện tiềm năng cho các phương pháp:
5.1. Hiệu suất của việc công nhận hoạt động nguyên tử phân loại
Có hai thông số chính trong hoạt động công nhận nguyên tử cần được tối ưu hóa để có được kết quả tốt nhất: 1) số lượng các trung tâm cụm trong thế pose codebook và 2) hạt nhân SVM để duy trì một bộ dữ liệu tuyến tính tách rời. Để tìm số cụm trung tâm tốt nhất, tìm kiếm dựa trên lưới điện được thực hiện trên một loạt các giá trị 200-800 trung tâm làm tròn thành 50 trung tâm [200: 50: 800], các trung tâm cụm là các từ mã tư thế đó đại diện cho toàn bộ những tư thế trong bộ dữ liệu của chúng tôi. Các chi tiết số lượng các trung tâm cụm, các biểu cảm hơn codebook của chúng tôi sẽ được Tuy nhiên, sau khi vượt quá một số lượng nhất định của các cụm, các thuật toán trở nên bão hòa với chức năng mục tiêu và các ac¬curacy giảm xuống đáng kể. Vả. 12 minh họa thu được độ chính xác về số lượng khác nhau của các từ mã tư thế sử dụng giao histogram hạt nhân cho một-vs-tất cả các phân loại SVM. Như đã trình bày, hai đỉnh có thể được xác định trong đồ thị tại 300 và 750 cụm tương ứng với độ chính xác tương ứng 80,51% và 84,6%. Xét đỉnh đầu tiên như là một cực đại địa phương và điều thứ hai là cực đại toàn cầu; có một sự cân bằng đáng kể về độ chính xác so với chi phí tính toán. Lớn hơn số lượng của các cụm, càng tốn kém chi phí tính toán sẽ được, và cho khoảng 4% tăng độ chính xác, sự tính toán
Being translated, please wait..