摘要
本发明涉及一种基于语义‑时序自适应表征学习的小样本动作识别方法,包括以下步骤:随机采样动作类别,构建包含支持集与查询集的任务样本对;获取类别语义嵌入和支持样本与查询样本的时空特征;基于显式的语义引导聚焦机制将支持样本的时空特征与其对应的类别语义嵌入进行对齐,得到语义增强时空特征,分别对语义增强时空特征和查询样本的时空特征依次进行多频率子序列构建、单向建模和双向建模,得到聚焦时序原型表示,从而进行原型匹配;利用帧级跨模态注意力机制对支持样本的时空特征和类别语义嵌入进行细粒度视频‑文本对齐;对待识别样本进行原型匹配,实现少样本条件下对查询集动作类别的识别。与现有技术相比,本发明具有有效缓解了少样本条件下的表征能力不足等优点。
技术关键词
动作识别方法
语义
样本
原型
视频
序列
融合特征
频率
动态变化特征
注意力机制
上采样
模块
时序结构
文本编码器
度量
聚类
系统为您推荐了相关专利信息
数据处理方法
可触控LED屏
嵌入式处理器
铭牌
数据处理模型
数据挖掘方法
词嵌入模型
编码
智能语义识别
清洗规则