摘要
本发明涉及一种基于双向跨模态注意机制的人体活动识别方法,包括以下步骤:首先利用多种无线设备同时采集用户的活动数据集(如毫米波雷达数据,RGB图像数据等)并进行预处理,同时将训练数据划分为无标记数据和标记数据;然后采用无标记数据训练基于无监督对抗对比学习技术搭建的预训练模型;接着利用标记数据微调基于双向跨膜态注意机制的模型,得到人体活动识别模型;最后将未用于训练的用户或场景中的多模态数据输入模型中,完成精准识别。本发明通过对抗对比学习方法提高模型的域自适应性,并设计双向跨模态注意机制增强模态间的信息交融,从而适用于多种复杂环境下且只具备少量标记样本的人体活动识别任务。
技术关键词
人体活动识别方法
跨模态
编码器模块
无监督对抗
数据
雷达
机制
标记
投影神经网络
融合特征
多模态
损失函数设计
无线设备
样本
编码器参数
图像编码器
系统为您推荐了相关专利信息
远程通信控制系统
无线网络
油田
门限秘密共享
故障诊断模型
融合特征
影像边缘特征
多尺度卷积神经网络
加权特征
多模态特征融合
虚拟娱乐系统
状态采集装置
座舱系统
车辆状态数据
信息采集装置
探测器设备
探测系统
电阻
数据通信模块
加热器单元
灌溉控制系统
机械锁止机构
精准灌溉控制
身份
无渗漏