纹理识别精度通常是纹理图像识别算法中最重要的性能指标。表2-2不同纹理基元学习方法的识别精度（%）从表2-2可以看出，本章提出的方法在KTH-TIPS纹理库上获得了99.12%的识别精度，在CUReT纹理库上获得了98.86%的识别精度。与最近先进的TEISF算法相比，本章方法在KTH-TIPS纹理库上取得了最高的识别精度99.12%，而TEISF算法在CUReT纹理库上取得了最高的识别精度99.54%，这两种算法的识别性能比较接近。......
2023-06-29
视频分段对识别精度的影响
【摘要】：表5.610～50帧分段数据集平均识别精度交叉检验结果表5.6的数据出现了非预期的结果。再采用表5.7中的4种方法，其主要参数与表5.4中相同，利用10～50帧一段数据集为训练集，用30帧一段的数据集作为测试集，测试识别精度。
实验识别的6项运动具有周期性，对一段周期性序列，序列的分段会影响其频率和时间平均方差，一般分段影响会随着序列加长而减弱。“走、慢跑、跑”视频有自然的分段，而且每段均很短，无法再划分，所以选择“拳击、挥手、拍手”3类视频，进行不同的分段，以分析分段对此视频特征的影响。前面实验已将“拳击、挥手、拍手”3类视频按每30帧一段进行划分，获得514×164特征数据集，再按10帧一段、20帧一段、40帧一段和50帧一段进行段划分，横纵方向按20×20划分区间，采集宽度与空档变化数据，获得的数据集大小分别为1622×164、800×164、372×164、287×164。按2子集交叉，10次检验方法，对此5个数据集进行交叉检验，得到的结果如表5.6所示，其主要参数与表5.4中相同。
表5.6 10～50帧分段数据集平均识别精度交叉检验结果
表5.6的数据出现了非预期的结果。为什么30帧一段、40帧一段、50帧一段数据，随着段加长，线性判别式分类器和线性参数分类器的交叉检验精度没有提高反而迅速降低了呢？初步估计，原因是随着每段加长，得到的数据段数变少，使数据规模迅速变小，而使这两分类器的训练不足所引起的。由于50帧一段的数据只有287条，为验证这一估计，按50帧一段的3类数据比例，分别从10～40帧一段的数据集中随机抽取出287条记录，得记录规模相同、各类比例相近的5套数据集，重新进行交叉检验，得到的结果如表5.7所示。其中第1列数据与表5.6的第1列相同。
表5.7 10～50帧分段等规模数据集（287）平均识别精度交叉检验结果
由表5.7，结果与预期相同，同时也看到了线性判别式分类器和线性参数分类器对训练集规模的敏感程度远高于支持向量机和KNN分类器。
再采用表5.7中的4种方法，其主要参数与表5.4中相同，利用10～50帧一段数据集为训练集，用30帧一段的数据集作为测试集，测试识别精度。为提高可比性，数据集规模均为287，其结果如表5.8所示，表中“10～30帧”表示以10帧每段的数据集作为训练集，以30帧每段的数据集为测试集的测试结果，其他类推。
表5.8 利用不同段长训练集测试30帧一段数据集的识别精度的结果
其中，“30～30帧”训练集和测试集相同，其平均识别精度均为100%，这在一定程度上说明了数据集中各类数据的区分度较好；当分段长度达到30帧（约1.2s）以上时，测试分类精度均超过了98.6%，超过此长度，其分段长度的变化对分类精度的影响就很小了。
有关数据挖掘算法及在视频分析中的应用的文章
- 详细阅读
-
车床夹具类型及连接精度对回转精度影响分析详细阅读
根据这一加工特点和夹具在机床上安装的位置，可将车床夹具分为以下两种基本类型。车床夹具按使用范围，可分为通用车床夹具、专用车床夹具和组合车床夹具三类。这类车床夹具的夹具体一般呈角铁状，其结构不对称，称这样的夹具为角铁式车床夹具。车床夹具与车床主轴的连接精度对夹具的回转精度有决定性的影响。......
2023-06-29
-
纹理识别的精度分析优化详细阅读
为了获得稳定的实验结果，将上述对训练数据集和测试数据集的随机划分独立重复进行100次，每次独立划分进行一次独立的实验，并计算这100次独立实验结果的平均值，将其作为最终的纹理识别精度。但是，在纹理图像识别领域，目前还不存在一个大规模的、专用于纹理图像识别任务的纹理图像数据库，因此无法对深度学习模型进行充分的训练。......
2023-06-29
-
工艺系统变形对加工精度的影响详细阅读
如图6-13所示的薄板工件，由于工件本身有形状误差，用电磁吸盘吸紧时，工件产生弹性变形，磨削后松开工件，因弹性恢复工件表面仍有形态误差（翘曲）。解决办法是在工件和电磁吸盘之间垫入一橡皮，当吸紧时，橡皮被压缩，工件变形减小，经几次反复磨削，逐渐修正工件的翘曲，将工件磨平。......
2023-06-29
-
纹理识别精度分析优化方案详细阅读
在表4-2中，其他参与对比的算法的纹理识别精度来自提出这些算法的原始文献以及综述文献[59]。具体来说，在Outex TC-10、KTH-TIPS和CUReT这三个纹理库上，本章方法分别取得了99.95%、99.66%和99.67%的识别精度，位列第一，超过了其他所有参与比较的方法的识别精度；在Outex TC-12、UMD和UIUC这三个纹理库上，本章方法分别取得了99.44%、99.43%和98.80%的识别精度，位列第二，仅次于MRELBP算法在Outex TC-12纹理库和SSLBP算法在UMD、UIUC纹理库上的识别精度。......
2023-06-29
-
分段计算法：提高运动计算精度的方法详细阅读
分段计算法就是把时间分成一个个小段，在每一个小段时间内，把变加速运动近似地看成是等加速运动来解。为了提高计算精度，我们取时间段初和时间段末的加速度的平均值，作为计算每个时间段速度增量的加速度。图15-5切除故障瞬间的过剩功率图15-6转子摇摆曲线1—稳定；2—不稳定分段计算法的计算精度与所选用的时间段的长短（即步长）有关，Δt太大，固然精度下降；Δt过小，除增加计算量外，也会增加计算过程中的累计误差。......
2023-06-15
-
视觉测量技术：系统结构参数对测量精度的影响分详细阅读
式有时还写为以为观测值的正直摄影精度估算当以为观测值时，式可写为不考虑摄影基线误差mB和主距误差mf，而以为误差源，式的微分式为或写为转为中误差形式，并认定mx1=mx2=my1=m，则有式和式是近景摄影测量中，以正直摄影方式进行摄影时，对精度预先实施粗略估算的常用式。7）两台摄像机的有效焦距越大，视觉测量系统的测量精度越高，即采用长焦距镜头容易获得较高的测量精度。......
2023-11-24
-
纹理识别的精度分析：挖掘关键点详细阅读
表5-1不同彩色纹理图像识别算法的纹理识别精度（%）续 表从表5-1可以看出，本章提出的方法在KTH-TIPS和CUReT这两个标准的彩色纹理图像数据库上均取得了最高的纹理识别精度，分别为99.98%和99.70%，一致超过了其他所有参与比较的算法的纹理识别精度。尤其在KTH-TIPS纹理库上，本章方法获得了99.98%的近乎完美的纹理识别精度，这充分表明本章方法所提取的彩色纹理特征具有很强的鉴别能力，在彩色纹理图像的识别任务中具有优良的性能。......
2023-06-29
相关推荐