原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种弱监督动作检测方法、系统、设备及存储介质，它们是对应的方案，方案中：根据两种不同分支的动作预测结构，筛选出预测结果不一致的模糊视频帧，并使用对比学习，可以帧促进不一致视频帧的特征学习；通过对双分支进行一致性约束来减少双分支的差异，从而缓解了因双分支差异过大而导致的无法维持足够多的视频帧进行对比学习的问题，同时利用双分支的协同学习进一步加强动作检测结果的可靠性；通过施加类别无关动作检测分支内部的一致性约束可减小训练类别无关动作性预测分支时由于伪标签误差所带来的影响；总体而言，本发明
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116030538 A
(43)申请公布日 2023.04.28
(21)申请号 202310326090.2 G06N 3/04 (2023.01)
文档评论（0）