C3D is compact: In order to evaluat

C3D is compact: In order to evaluate the compactness of C3D features we use PCA to project the features into lower dimensions and report the classification accuracy of the projected features on UCF101 [38] using a linear SVM. We apply the same process with iDT [44] as well as Imagenet features [7] and compare the results in Figure 5. At the extreme setting with only 10 dimensions, C3D accuracy is 52:8% which is more than 20% better than the accuracy of Imagenet and iDT which are about 32%.

Kết quả (Việt) 1:

C3D nhỏ gọn: để đánh giá compactness C3D tính năng chúng tôi sử dụng PCA dự án các tính năng vào kích thước thấp và báo cáo chính xác phân loại các tính năng dự kiến trên UCF101 [38] sử dụng SVM tuyến tính. Chúng tôi áp dụng quá trình tương tự với iDT [44] cũng như tính năng Imagenet [7] và so sánh kết quả trong hình 5. Các thiết lập khắc nghiệt với kích thước chỉ có 10, C3D chính xác là 52:8%, đó là hơn 20% tốt hơn so với độ chính xác của Imagenet và iDT là khoảng 32%.

Kết quả (Việt) 2:

C3D là nhỏ gọn: Để đánh giá chặt của tính năng C3D chúng tôi sử dụng PCA để dự các tính năng vào kích thước thấp hơn và báo cáo chính xác phân loại các tính năng chiếu lên UCF101 [38] sử dụng SVM tuyến tính. Chúng tôi áp dụng quá trình này với IDT [44] cũng như các tính năng Imagenet [7] và so sánh kết quả trong hình 5. Ở thiết lập cực với chỉ 10 chiều, độ chính xác C3D là 52: 8% mà là tốt hơn 20% so với tính chính xác của Imagenet và IDT đó là khoảng 32%.