摘要
本发明属于飞行员训练评估技术领域,且公开了一种基于飞行模拟器多模态数据的特征融合模型构建方法,具体步骤如下:步骤一:选取飞行员训练视频,获取飞行参数数据,建立飞行模拟器多模态数据集;步骤二:数据预处理;步骤三:ViTPose提供关键点序列;步骤四:关键点序列特征嵌入;步骤五:飞行参数时序和飞行员操作行为频域特征提取;步骤六:跨模态特征融合;步骤七:对比学习。本发明通过充分捕获飞行模拟器使用过程中不同模态的信号,将飞行员训练视频中的操作行为特征以及飞行模拟器产生的数据时序特征进行融合,从而实现更为精确和高效的飞行员驾驶训练行为表征和识别,进而区别飞行员训练的好坏,同时将整个学习过程分层进行处理,在每一层模型主要不同阶段的特征,通过该模式的交互作用,使不同信号的信息能够更深层次、更有效地结合,进而在后续层次学习中获取更为高级和抽象的特征表示。
技术关键词
融合模型构建方法
飞行模拟器
飞行参数数据
多模态
交叉注意力机制
频域特征提取
关键点
时序特征
关键帧提取技术
训练评估技术
融合上下文信息
内存保护单元
序列特征
信号特征
系统为您推荐了相关专利信息
交叉注意力机制
分子
多层感知机
神经网络模型
序列
安全监管方法
摄像传感器
视频帧
传感器布置
图像
风险预测方法
风险预测模型
肝细胞癌患者
多模态数据采集
早期肝细胞癌