中国科学院计算技术研究所张迎伟获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国科学院计算技术研究所申请的专利一种行为识别模型的构建方法和用户行为识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116935163B 。
龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310924524.9,技术领域涉及:G06V10/774;该发明授权一种行为识别模型的构建方法和用户行为识别方法是由张迎伟;郭昌如;陈益强设计研发完成,并于2023-07-26向国家知识产权局提交的专利申请。
本一种行为识别模型的构建方法和用户行为识别方法在说明书摘要公布了:本发明提供了一种行为识别模型的构建方法和用户行为识别方法,构建方法用于识别人体行为,包括A1、获取第一训练集,其包括多个第一样本和第一标签,每个第一样本包括多模态的传感数据,第一标签指示行为类别;A2、根据第一标签将第一训练集分为多个批次,以使每个批次内包括多个第一样本且彼此对应的行为类别不同;A3、分批次训练多个模态的特征提取器分别根据输入的数据提取该模态的行为特征,并基于各模态的行为特征进行模态内对比学习和模态间对比学习以更新特征提取器的可训练参数;A4、基于经步骤A3训练的多个模态的特征提取器和分类器构建行为识别模型,利用第二训练集对行为识别模型进行有监督的微调训练,得到经训练的行为识别模型。
本发明授权一种行为识别模型的构建方法和用户行为识别方法在权利要求书中公布了:1.一种行为识别模型的构建方法,用于根据可穿戴设备的传感器对人体采集的传感数据识别人体行为的场景,包括步骤: A1、获取第一训练集,其包括多个第一样本和第一标签,每个第一样本包括由加速度计、陀螺仪和磁力计对人体进行相应行为时分别采集的对应模态的传感数据,第一标签指示对应第一样本被采集时人体的行为类别; A2、根据所述第一标签将第一训练集分为多个批次,以使每个批次内包括多个第一样本且同一批次内各第一样本彼此对应的行为类别不同; A3、利用每个批次的多个第一样本,分批次训练多个模态的特征提取器分别根据输入的数据提取该模态的行为特征,并基于各模态的行为特征进行模态内对比学习和模态间对比学习以更新特征提取器的可训练参数,其中,每个模态的特征提取器的输入的数据分别为所述批次的第一样本中该模态的传感数据和该传感数据对应的增强数据,基于模态内的传感数据及其增强数据构建的正样本对和模态内不同行为类别对应的传感数据构建的负样本对所对应的行为特征,进行模态内对比学习,基于同一行为类别下两个不同模态的传感数据构建的正样本对和不同行为类别下两个不同模态的传感数据构建的负样本对所对应的行为特征,进行模态间对比学习,所述模态内对比学习包括:将每个第一样本在一个模态的传感数据及其增强数据作为一个第一正样本对,得到模态内的多个第一正样本对,将每个第一样本在一个模态的数据与该批次内其他第一样本在该模态的数据作为一个第一负样本对,得到模态内的多个第一负样本对,基于模态内的所述多个第一正样本对、所述多个第一负样本对和提取的行为特征,利用第一损失函数计算模态内对比学习的损失,其中,所述第一损失函数的优化目标被配置为:缩小第一正样本对中两个数据对应的行为特征之间的距离,以及,增大第一负样本对中两个数据对应的行为特征之间的距离;所述模态内对比学习的损失为批次内所有第一正样本对的子损失的均值,每个第一正样本对的子损失按照以下方式计算: 其中,表示模态,表示第个第一样本中模态的传感数据对应行为特征, 表示第个第一样本中模态的传感数据的增强数据对应的行为特征,表示第个正样 本对中,表示余弦相似度函数,表示预设的温度参数,是具有指示功能的函 数,当时等于1否则等于0,表示一个批次内的第一样本的数量,表示相应第一样 本的编号;其中,时,表示相应第一负样本对的余弦相似度; A4、基于经步骤A3训练的多个模态的特征提取器和分类器构建行为识别模型,利用第二训练集对行为识别模型进行有监督的微调训练,得到经训练的行为识别模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院计算技术研究所,其通讯地址为:100190 北京市海淀区中关村科学院南路6号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励