Iii-bob. Asosiy model asosida algoritmlarni ishlab chiqish
Yüklə 5,74 Mb.
|
3.12-jadvalning ikkinchi qatorida 956 ta testdan tashqari barcha mavjud fanlar bo‘yicha o‘qitilgan model sifati ko‘rsatilgan. 2888 ta mavzuni o‘z ichiga olgan bunday kengaytirilgan o‘quv to‘plami ba’zi ko‘rish burchaklari uchun tanib olishni yaxshilash va eng zamonaviy usuldan ustunlik qilish imkonini berdi. Juda yuqori bo‘lishiga qaramay, ushbu kengaytirilgan to‘plam yordamida erishilgan natijalar ta’kidlanmaydi, chunki ular boshqa o‘quv protokoli bo‘yicha olinadi. Taklif etilayotgan usulni tan olish aniqligi eng yaxshisidan bir oz pastroq bo‘lsa-da [36], tekshirish sifati yuqoriroq bo‘lib chiqdi. Optik oqimga asoslangan usul eng past EERga ega va mos keladigan ROC boshqa barcha egri chiziqlar ostida yotadi. Algoritmni yana ikkita zamonaviy ko‘rinishni aniqlash usullari bilan solishtirish [60; 61], ikkinchi baholash protokoli ishlatilgan. Ushbu ikki yondashuv bilan taqqoslashning aniqligi 3.12-jadvalda keltirilgan. O‘zaro tekshirish natijalari optik oqimga asoslangan usulning odamlarni turli ko‘rish burchaklarida tanib olish qobiliyatini tasdiqlaydi. Algoritmning aniqligi [61] dan biroz pastroq, lekin [60] dan oshib ketadi. Bundan tashqari, yuqorida aytib o‘tilganidek, ushbu usullardan farqli o‘laroq, taklif qilingan usullardan farqli o‘laroq, ramkalar o‘qqa tutilganmi yoki yo‘qmi, ma’lumotni talab qilmaydi, bir xil yoki turli ko‘rish burchaklari. Shunday qilib, tajriba natijalari shuni ko‘rsatdiki, algoritm ko‘p ko‘rinishga umumlashtirilishi mumkin va hatto qisman ma’lumot bo‘lgan taqdirda ham ancha yuqori aniqlikka ega bo‘lishi mumkin. 3.16-rasm - ROC (birinchi qator) va CMC (ikkinchi qator) mos ravishda 85 ° galereya ko‘rinishi va 55 °, 65 ° va 75 ° zond ko‘rinishi ostida egri chiziqlar 3.14-jadval OULP ma’lumotlar to‘plami bo‘yicha Rank-1ni besh martalik cv protokoli bo‘yicha taqqoslash
Ular shuni ko‘rsatadiki, hatto inson qiyofasida biron bir to‘qimalarning yo‘qligi ham tanib olish imkoniyatini saqlab qoladi va birinchi tadqiqot to‘plamini yakunlaydi. Eksperimental jarayonning ikkinchi qismi inson qiyofasiga, ya’ni yurishni tanib olish uchun eng muhim bo‘lgan tana qismlariga tegishli edi. 3.1-bo‘limda aytib o‘tilganidek, tananing turli qismlari yurish tasviriga boshqacha ta’sir qilishi kerak va pastki qismi tanib olish uchun muhimroq ko‘rinadi. Shunga qaramay, OULP ma’lumotlar to‘plamini tanib olish natijalari shuni ko‘rsatdiki, to‘liq tananing xususiyatlari juda informatsiondir, shuning uchun tana qismlarining turli to‘plamlari solishtirildi. Yuqorida keltirilgan besh qismdan iborat to‘liq to‘plamga qo‘shimcha ravishda, har bir alohida tana qismi (to‘liq tana, oyoq juftlari, yuqori va pastki tana) va "katta va o‘rta" qismlar to‘plami: to‘liq tana, yuqori tanasi va pastki tanasi. Oxirgi to‘plam kichik oyoq joylarini oldindan ko‘rib chiqish haqiqatan ham zarurligini yoki katta yamoqlar etarli ekanligini tekshirish uchun tanlangan. To‘plamlarning har biri uchun mos keladigan tana qismlari asosida yangi model o‘qitildi va keyin pozalarni yig’ish usuli sifatida birlashtirish va masofa o‘lchovi sifatida 1 ko‘rsatkichdan foydalangan holda baholandi. TUM ma’lumotlar to‘plamida ushbu modellarni taqqoslash 3.14-jadvalda keltirilgan. 3.15-jadval TUM-GAID ma’lumotlar to‘plamidagi turli xil tana qismlari to‘plamiga asoslangan modellarni tanib olish sifati
Yüklə 5,74 Mb. Dostları ilə paylaş:
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||