公开(公告)号：CN118312877A

公开(公告)日：2024-07-09

申请号：CN202410529819.0

申请日：2024-04-29

Applicant: 南京师范大学

Inventor： 姚明慧 ,  张雷 ,  程东洲 ,  程东府

IPC: G06F18/2415 ,  G06F18/10 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种通过自适应点表示连续大内核的人体行为识别方法，包括：对数据集进行预处理；将预处理后的数据集划分为训练集、验证集和测试集；通过自适应点构建连续卷积；通过连续卷积构建大型卷积核，获得连续大核模型；将划分后的数据输入到连续大核模型中进行迭代训练，获得最高分类准确率的模型权重并保存；将训练好的网络模型作为识别模型，获得人体行为识别结果。本发明通过利用自适应点表示和插值方案将卷积核建模为连续函数，其中每个采样位置都可以包含自己的权重参数并独立更新，通过连接这些邻近的点，产生更丰富的表现力，能够在大内核设置中显示连续卷积的有效性和效率，在多个人体行为识别基准测试中表现出显着的性能增益。

公开(公告)号：CN118312876A

公开(公告)日：2024-07-09

申请号：CN202410529817.1

申请日：2024-04-29

Applicant: 南京师范大学

Inventor： 姚明慧 ,  张雷 ,  程东府 ,  程东洲

IPC: G06F18/2415 ,  G06F18/10 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0495 ,  G06N3/082

Abstract: 本发明公开了一种基于多分支稀疏大核卷积网络的人体行为识别方法，包括：对数据集进行预处理；将预处理后的数据集划分为训练集、验证集和测试集；基于多分支和动态稀疏搭建网络模型；将划分后的数据输入到网络模型中进行迭代训练，获得最高分类准确率的模型权重并保存；将训练好的网络模型作为识别模型，获得人体行为识别结果。本发明通过多分支结构、稀疏模型的建立、动态稀疏等技术手段的应用，构建了SLK‑Net模型作为识别模型，在扩大感受野的同时又不限制处理大范围传感器信号的能力，能够在不明显增加推理时间的情况下，有效提高对于人体行为的识别精度。