计算机科学 > 计算机视觉与模式识别
[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
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。
文献和引用工具
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
推荐器和搜索工具
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.