-
公开(公告)号:CN114638995B
公开(公告)日:2025-01-07
申请号:CN202210276936.1
申请日:2022-03-21
Applicant: 南京大学
IPC: G06V10/77 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于数据增强和伪标签的域自适应行为识别系统及方法,包括:数据采集模块,采集用户运动时的传感器原始数据;数据预处理模块,对公开数据集中的源域传感器数据和采集到的目标域传感器数据进行归一化和数据分割,得到源域和目标域样本数据;行为识别模块,选择源域样本数据训练得到域泛化基础模型,对目标域样本数据进行数据增强得到增强后的目标域样本数据,使用迭代计算伪标签算法和增强后的目标域样本数据优化域泛化基础模型,迭代终止时目标域样本数据的分类结果即为行为识别结果。本发明利用未标记的目标域样本数据优化分类模型,降低对目标域带标记样本的依赖性,在降低标记成本的同时提高了行为识别的准确度和鲁棒性。
-
公开(公告)号:CN114638995A
公开(公告)日:2022-06-17
申请号:CN202210276936.1
申请日:2022-03-21
Applicant: 南京大学
Abstract: 本发明公开了一种基于数据增强和伪标签的域自适应行为识别系统及方法,包括:数据采集模块,采集用户运动时的传感器原始数据;数据预处理模块,对公开数据集中的源域传感器数据和采集到的目标域传感器数据进行归一化和数据分割,得到源域和目标域样本数据;行为识别模块,选择源域样本数据训练得到域泛化基础模型,对目标域样本数据进行数据增强得到增强后的目标域样本数据,使用迭代计算伪标签算法和增强后的目标域样本数据优化域泛化基础模型,迭代终止时目标域样本数据的分类结果即为行为识别结果。本发明利用未标记的目标域样本数据优化分类模型,降低对目标域带标记样本的依赖性,在降低标记成本的同时提高了行为识别的准确度和鲁棒性。
-