基于语义原型修正的可靠类增量行为知识蒸馏方法及系统

本发明属于类增量弱监督视听视频解析领域，公开一种基于语义原型修正的可靠类增量行为知识蒸馏方法及系统，具体包括以下步骤：获取包含基础动作类别样本视频的初始数据集；定义初始模型，用于输出样本视频的视觉和音频模态片段级的动作得分，并通过初始数据集对初始模型进行训练；建立记忆空间，初始数据集中各动作类别均选择特定配额样本视频存入记忆空间；当增加新动作类别时，获取包含新增动作类别样本视频的增量数据集；本发明通过构建语义原型池和合理分配记忆空间样本配额，并结合相似度计算及修正调整，有效解决了现有技术中模型面对持续新增的类别时，存在着容易因灾难性遗忘导致旧类别识别性能下降的问题。