基于表征引导多模态扩散模型的活动识别方法和装置

AITNT
正文
推荐专利
基于表征引导多模态扩散模型的活动识别方法和装置
申请号:CN202411556232
申请日期:2024-11-04
公开号:CN119066475B
公开日期:2025-07-18
类型:发明专利
摘要
本发明公开了一种基于表征引导多模态扩散模型的活动识别方法和装置,包括:获取原始多模态活动数据并进行预处理后构建无标签数据集和有标签数据集:采用无标签数据集训练多模态的自监督模型以使其从数据中提取包含复杂模式的多模态表征和包含结构信息的全局表征;在扩散模型中引入多模态表征引导的模态层和全局表征引导的全局层,并采用无标签数据集训练扩散模型以使其生成多模态活动数据;利用有标签数据集和基于有标签数据集通过训练后扩散模型生成的多模态活动数据训练活动识别模型,这样可以解决活动识别模型的过拟合问题,提升活动识别的准确率,在医疗保健、运动监测等领域具有广阔的应用前景。
技术关键词
采样模块 无标签数据 活动识别方法 多模态 输出特征 模态特征 上采样 融合特征 缩放参数 样本 编码 可穿戴设备 网络 解码器 模式
系统为您推荐了相关专利信息
1
融合本征模态函数和点对称模式的多源信号处理方法
信号处理方法 全局结构信息特征 图像 滚动轴承 模式
2
一种基于人工智能的医用影像处理方法及系统
医学影像数据 医学影像特征 关键词 文本 NoSQL数据库
3
一种运动负荷监测及智能反馈的服载系统
运动负荷监测 一维卷积神经网络 集成惯性 多模态 运动模式分类
4
基于动态聚类分析的深沟球轴承滚道损伤修复方法
轴承健康 损伤修复方法 深沟球轴承 信号 数据
5
边缘数据中心工作负载和能耗协同优化方法及系统
服务器节点 协同优化方法 输出特征 资源需求数据 能耗
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号