摘要
本发明公开了一种多活动场景下的小样本类增量步态识别方法,针对多活动场景下小样本类增量步态识别中存在的问题,提出了一种基于混合原型增强的步态识别框架。首先,该框架通过引入辅助的活动标签来生成混合原型,该原型比起普通原型更具泛化能力。其次,通过基于注意力机制的选择性原型增强模块来调整原型,从而提高了原型的表征能力和辨别能力。最后,在公开步态数据集USC‑HAD和自己收集的步态数据集CDUT‑AG上进行了实验验证,结果表明所提出的方法在多活动场景下的小样本类增量步态识别问题上取得了最好的效果,有效地解决了灾难性遗忘的问题,验证了所提方法的有效性。
技术关键词
原型
步态识别方法
样本
特征提取器
标签
场景
预训练模型
模块
识别步态
数据
框架
矩阵
注意力机制
参数
分类器
有效性
代表
容器
系统为您推荐了相关专利信息
对象
分量提取方法
日志
Petri网模型
归约方法
图像生成模型
图像生成方法
注意力机制
循环生成对抗网络
编码器
危险性评估方法
地震
加速度
公路
GIS空间数据
风机故障预测方法
风机运行状态
风力发电场
深度学习算法
重构误差