摘要
本发明所述的一种基于语言辅助训练图卷积的行为识别网络方法首先通过将骨架编码器输出的特征分为四个部分,并与文本编码器生成的部分文本特征进行对比学习,得到的对比损失用来指导整体网络的训练,可以在模型参数量较少的情况下有效提高识别准确性。此外,在骨架模型输入时加入角度特征这一高阶特征表示,以帮助模型进行相似动作的分类。最后,设计多特征的骨架编码器,将关节、骨骼和角度等特征分别进行信息提取,之后进行特征融合,经过三个图卷积块后送入全连接层进行分类。
技术关键词
卷积模块
文本编码器
特征提取模块
分支
骨架模型
关节
输出特征
同义词
矩阵
生成动作
生成方式
变压器
网络
识别方法
计算方法
通道
注意力
系统为您推荐了相关专利信息
高层语义特征
检测掩模板
缺陷检测方法
特征提取网络
融合特征
多模态注意力
融合特征
双线性插值
执行矩阵乘法
模态特征
结冰路面
预警方法
特征提取网络
路面摩擦系数
实时预警系统
离散小波变换
高频特征
图像融合方法
融合特征
卷积神经网络算法