一種基于多任務(wù)多視圖增量學(xué)習(xí)的用戶行為識(shí)別方法

基本信息

申請(qǐng)?zhí)?/td> CN202210370808.3 申請(qǐng)日 -
公開（公告）號(hào) CN114708553A 公開（公告）日 2022-07-05
申請(qǐng)公布號(hào) CN114708553A 申請(qǐng)公布日 2022-07-05
分類號(hào) G06V20/52（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/774（2022.01）I;G06V10/82（2022.01）I;G06V10/80（2022.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 張嘯;師脈旺;于東曉 申請(qǐng)（專利權(quán)）人 山東大學(xué)
代理機(jī)構(gòu) 青島華慧澤專利代理事務(wù)所（普通合伙） 代理人 -
地址 250013山東省青島市即墨區(qū)濱海路72號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于多任務(wù)多視圖增量學(xué)習(xí)的用戶行為識(shí)別方法，包括以下步驟，S1.采集活動(dòng)姿態(tài)數(shù)據(jù)，將數(shù)據(jù)劃分多個(gè)部分，并根據(jù)參與訓(xùn)練的人員確定任務(wù)數(shù)量以及每個(gè)任務(wù)的視圖數(shù)量，初始化每個(gè)階段的參數(shù)；S2.利用多任務(wù)多視圖深度神經(jīng)網(wǎng)絡(luò)為傳感器數(shù)據(jù)提取特征；S3.參數(shù)更新，通過計(jì)算多個(gè)損失函數(shù)，并通過反向傳播進(jìn)行參數(shù)更新；S4.所有階段訓(xùn)練結(jié)束，獲得最終的預(yù)測(cè)結(jié)果。其優(yōu)點(diǎn)在于，MTMVIS使用多任務(wù)多視圖深度神經(jīng)網(wǎng)絡(luò)的每一層分別提取特征，并為每個(gè)任務(wù)使用注意力層加權(quán)多任務(wù)多視圖深度神經(jīng)網(wǎng)絡(luò)所有層的輸出作為最終的輸出層。MTMVIS使用自適應(yīng)權(quán)重鞏固來減輕災(zāi)難性遺忘問題并增強(qiáng)模型可擴(kuò)展性。