Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.02826

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2507.02826 (cs)
[提交于 2025年7月3日 ]

标题: 基于置信度的梯度调制用于多模态人类活动识别:一种动态对比双路径学习方法

标题: Confidence-driven Gradient Modulation for Multimodal Human Activity Recognition: A Dynamic Contrastive Dual-Path Learning Approach

Authors:Panpan Ji, Junni Song, Hang Xiao, Hanyu Liu, Chao Li
摘要: 基于传感器的人类活动识别(HAR)是一项核心技术,使智能系统能够感知并与其环境互动。 然而,多模态HAR系统仍然面临关键挑战,例如跨模态特征对齐的困难和模态贡献的不平衡。 为了解决这些问题,我们提出了一种名为动态对比双路径网络(DCDP-HAR)的新框架。 该框架包含三个关键组件。 首先,采用双路径特征提取架构,其中ResNet和DenseNet分支协作处理多模态传感器数据。 其次,引入多阶段对比学习机制,以实现从局部感知到语义抽象的渐进对齐。 第三,我们提出了一种基于置信度的梯度调制策略,在反向传播过程中动态监控并调整每个模态分支的学习强度,有效缓解模态竞争。 此外,采用基于动量的梯度累积策略以增强训练稳定性。 我们进行了消融研究以验证每个组件的有效性,并在四个公开基准数据集上进行了广泛的比较实验。
摘要: Sensor-based Human Activity Recognition (HAR) is a core technology that enables intelligent systems to perceive and interact with their environment. However, multimodal HAR systems still encounter key challenges, such as difficulties in cross-modal feature alignment and imbalanced modality contributions. To address these issues, we propose a novel framework called the Dynamic Contrastive Dual-Path Network (DCDP-HAR). The framework comprises three key components. First, a dual-path feature extraction architecture is employed, where ResNet and DenseNet branches collaboratively process multimodal sensor data. Second, a multi-stage contrastive learning mechanism is introduced to achieve progressive alignment from local perception to semantic abstraction. Third, we present a confidence-driven gradient modulation strategy that dynamically monitors and adjusts the learning intensity of each modality branch during backpropagation, effectively alleviating modality competition. In addition, a momentum-based gradient accumulation strategy is adopted to enhance training stability. We conduct ablation studies to validate the effectiveness of each component and perform extensive comparative experiments on four public benchmark datasets.
主题: 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2507.02826 [cs.CV]
  (或者 arXiv:2507.02826v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.02826
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Hang Xiao [查看电子邮件]
[v1] 星期四, 2025 年 7 月 3 日 17:37:46 UTC (1,171 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号