一种利用少量射频多模态标签进行人类活动识别的方法

本申请涉及一种利用少量射频多模态标签进行人类活动识别的方法，相比于传统多模态方法依赖大量标记数据，本申请仅需少量标记数据即可实现，从而大幅降低了标注成本；此外，与现有多模态学习框架相比，本申请在在面对模态残缺问题时，利用模态间的注意力机制和模态内伪分类的熵信息，有效增强了多模态学习下每个模态的学习效果，并提升活动识别的准确率。