一种结合深度学习和对抗特征解耦的跨域动作识别方法.pdfVIP

下载本文档

13
0
约1.12万字
约 12页
2023-05-25 发布于四川
举报
版权申诉

一种结合深度学习和对抗特征解耦的跨域动作识别方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种结合深度学习和对抗特征解耦的跨域动作识别方法，该方法包括：根据原始调频连续波信号得到多域二维热图数据集；基于多域二维热图数据集训练得到特征提取模块；基于特征提取模块提取多域特征；基于多域特征训练得到训练后的特征解耦模块和动作分类器；完成域相关特征和域无关特征的解耦并为域无关特征添加权重，得到带权重的域无关特征；微调特征提取模块，得到跨域动作识别模型。通过使用本发明，能够串行训练网络中的各个模块、无需调整各损失值权重，且能够训练得到可跨域识别的即拿即用的网络模型。本发明作为一种结合

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112232268 A (43)申请公布日 2021.01.15 (21)申请号 202011178153.7 (22)申请日 2020.10.29 (71)申请人中山