自监督行为识别-时空线索解耦(论文复现)
本文所涉及所有资源均在传知代码平台可获取
文章目录
- 自监督行为识别-时空线索解耦(论文复现)
- 引言
- 论文概述
- 核心创新点
- 双向解耦编码器
- 跨域对比损失的构建
- 结构化数据增强
- 项目部署
- 准备工作
- 数据准备
- 生成数据
- 训练&测试
- 训练
- 测试
- bug修改
引言
自监督骨架行为识别是一种利用未标记的骨架数据进行行为识别的方法。传统的行为识别方法通常需要大量标记好的数据进行训练,但标记数据的获取成本高昂。自监督学习通过设计自动生成标签的任务,可以在缺乏标记数据的情况下进行训练
在自监督骨架行为识别中,骨架数据可以通过传感器或深度摄像头等设备获取。这些数据包含了人体关节的位置和运动信息。自监督学习任务的关键是设计一种能够从未标记的骨架数据中自动生成标签的方法。
在训练过程中,使用未标记的骨架数据进行自监督学习,生成伪标签。然后,将生成的伪标签用于监督骨架行为识别模型的训练。通过这种方式,自监