摘要
本发明公开了一种基于多任务自监督框架的群体行为识别方法和装置,首先构建包括个体特征提取模块、Transformer编码器和任务头的第一网络模型,采用第一训练数据集训练第一网络模型,计算各个任务头所对应的损失,完成第一网络模型的训练。然后构建包括个体特征提取模块、Transformer编码器、全局特征补充模块和推理模块的第二网络模型,冻结Transformer编码器的参数,采用第二训练数据集训练第二网络模型。然后将采集的个体行为数据输入训练好的第二网络模型,得到群体行为识别结果。本发明显著降低了计算复杂度,提升了自监督条件下群体分割和行为识别的准确性和鲁棒性。
技术关键词
特征提取模块
嵌入特征
识别方法
多任务
编码特征
集群
注意力
编码器
多层感知机
框架
融合特征
长短期记忆网络
前馈神经网络
数据
学习特征
识别装置
动态
速度
系统为您推荐了相关专利信息
地图瓦片
行识别方法
果树识别
深度学习神经网络
果园图像
遥感图像分割方法
合成孔径雷达影像
多模态特征融合
特征提取单元
特征提取网络
情绪识别方法
面部表情特征提取
语音特征提取
梅尔频率倒谱系数
预测类别
深度学习模型
数据
模型训练方法
非易失性存储介质
标记