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:2507.02827

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2507.02827 (cs)
[提交于 2025年7月3日 ]

标题: USAD:一种无监督数据增强时空注意力扩散网络

标题: USAD: An Unsupervised Data Augmentation Spatio-Temporal Attention Diffusion Network

Authors:Ying Yu, Hang Xiao, Siyao Li, Jiarui Li, Haotian Tang, Hanyu Liu, Chao Li
摘要: 人类活动识别(HAR)的主要目标是从传感器数据中推断正在进行的人类动作,这项任务在健康监测、安全保护和运动分析中有着广泛的应用。 尽管研究层出不穷,HAR仍然面临一些关键挑战,包括稀有活动的标记样本不足、高层次特征提取不足以及在轻量级设备上的模型性能不佳。 为了解决这些问题,本文提出了一种以多注意力交互机制为核心的综合优化方法。 首先,采用一种无监督的、统计引导的扩散模型进行数据增强,从而缓解标记数据稀缺和严重类别不平衡的问题。 其次,设计了一个多分支时空交互网络,通过并行的带有3*3、5*5和7*7卷积核的残差分支捕捉序列数据的多尺度特征。 同时,引入时间注意力机制以识别关键时间点,而空间注意力则增强了传感器间的交互。 进一步引入了跨分支特征融合单元,以提高整体特征表示能力。 最后,集成了自适应多损失函数融合策略,允许动态调整损失权重和整体模型优化。 在三个公开数据集WISDM、PAMAP2和OPPORTUNITY上的实验结果表明,所提出的无监督数据增强时空注意力扩散网络(USAD)分别达到了98.84%、93.81%和80.92%的准确率,显著优于现有方法。 此外,在嵌入式设备上的实际部署验证了所提方法的效率和可行性。
摘要: The primary objective of human activity recognition (HAR) is to infer ongoing human actions from sensor data, a task that finds broad applications in health monitoring, safety protection, and sports analysis. Despite proliferating research, HAR still faces key challenges, including the scarcity of labeled samples for rare activities, insufficient extraction of high-level features, and suboptimal model performance on lightweight devices. To address these issues, this paper proposes a comprehensive optimization approach centered on multi-attention interaction mechanisms. First, an unsupervised, statistics-guided diffusion model is employed to perform data augmentation, thereby alleviating the problems of labeled data scarcity and severe class imbalance. Second, a multi-branch spatio-temporal interaction network is designed, which captures multi-scale features of sequential data through parallel residual branches with 3*3, 5*5, and 7*7 convolutional kernels. Simultaneously, temporal attention mechanisms are incorporated to identify critical time points, while spatial attention enhances inter-sensor interactions. A cross-branch feature fusion unit is further introduced to improve the overall feature representation capability. Finally, an adaptive multi-loss function fusion strategy is integrated, allowing for dynamic adjustment of loss weights and overall model optimization. Experimental results on three public datasets, WISDM, PAMAP2, and OPPORTUNITY, demonstrate that the proposed unsupervised data augmentation spatio-temporal attention diffusion network (USAD) achieves accuracies of 98.84%, 93.81%, and 80.92% respectively, significantly outperforming existing approaches. Furthermore, practical deployment on embedded devices verifies the efficiency and feasibility of the proposed method.
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI)
引用方式: arXiv:2507.02827 [cs.CV]
  (或者 arXiv:2507.02827v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.02827
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Hang Xiao [查看电子邮件]
[v1] 星期四, 2025 年 7 月 3 日 17:38:44 UTC (7,512 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
cs.AI

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