公开(公告)号：CN112884076B

公开(公告)日：2022-07-15

申请号：CN202110312274.4

申请日：2021-03-24

Applicant: 中国科学院计算技术研究所

Inventor： 陈益强 ,  王记伟 ,  谷洋 ,  王永斌 ,  张忠平 ,  肖益珊

IPC: G06F30/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于条件式生成对抗网络的传感器数据生成模型及方法，所述模型包括：生成器以及判别器，其中，所述生成器包括第一条件功能模块、多尺度多维度功能模块、时序功能模块；所述判别器包括第二条件功能模块、时频域功能强化模块、相似度计算模块。通过本发明可以解决传感器数据采集耗时、标注成本高等问题，且可以通过类别条件控制合成满足专业人士的指定要求的逼真的多轴向时序传感器数据。

公开(公告)号：CN112597884B

公开(公告)日：2023-04-28

申请号：CN202011526554.7

申请日：2020-12-22

Applicant: 中国科学院计算技术研究所

Inventor： 陈益强 ,  李雅洁 ,  谷洋 ,  肖益珊 ,  王永斌 ,  张忠平 ,  刘廉如

IPC: G06V40/20 ,  G06V10/774 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提供了一种手势识别模型的训练方法，包括：获取用于手势识别的训练样本的多模态数据；从所述多模态数据集中分别提取每个模态的特征数据，所述每个模态的特征数据包括一维特征数据或多维特征数据；通过混合注意力机制强化任一模态的多维特征数据，并将强化后的多维特征数据与其余模态的特征数据进行特征融合；以及基于融合后的特征数据对神经网络模型进行训练。通过上述训练方法获得的手势识别模型，能够有效提升手势识别的精确度。

公开(公告)号：CN112597884A

公开(公告)日：2021-04-02

申请号：CN202011526554.7

申请日：2020-12-22

Applicant: 中国科学院计算技术研究所

Inventor： 陈益强 ,  李雅洁 ,  谷洋 ,  肖益珊 ,  王永斌 ,  张忠平 ,  刘廉如

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明提供了一种手势识别模型的训练方法，包括：获取用于手势识别的训练样本的多模态数据；从所述多模态数据集中分别提取每个模态的特征数据，所述每个模态的特征数据包括一维特征数据或多维特征数据；通过混合注意力机制强化任一模态的多维特征数据，并将强化后的多维特征数据与其余模态的特征数据进行特征融合；以及基于融合后的特征数据对神经网络模型进行训练。通过上述训练方法获得的手势识别模型，能够有效提升手势识别的精确度。