主动学习的行为识别模型训练方法、终端设备及存储介质技术

本发明专利技术公开了一种主动学习的行为识别模型训练方法、终端设备及存储介质，该方法包括：将待训练样本输入至所述行为识别模型以确定所述待训练样本的行为识别结果，并根据所述行为识别结果确定目标训练样本；获取与所述目标训练样本对应的行为标签；将所述目标训练样本以及行为标签输入至行为识别模型进行训练，以更新所述行为识别模型。本发明专利技术通过将待训练样本输入至行为识别模型以确定待训练样本的行为识别结果，进而根据行为识别结果确定目标训练样本，以从待训练样本中选择目标训练样本作为当前的行为识别模型的“困难样本”，以减少无效或低效待训练样本的参与训练，提高对行为识别模型的训练效率。别模型的训练效率。别模型的训练效率。

【技术实现步骤摘要】
主动学习的行为识别模型训练方法、终端设备及存储介质


[0001]本专利技术涉及行为识别
，尤其涉及一种主动学习的行为识别模型训练方法、终端设备及存储介质。

技术介绍

[0002]近年来，行为识别模型训练技术发展迅速并逐步应用在运动追踪、安全监控、医疗健康等各个领域。目前的行为识别模型训练方式可分为基于视觉、基于可穿戴传感器、基于无线信号三种类型。其中，基于RFID、ZigBee、WiFi等无线信号的行为识别模型训练是根据用户的不同行为对无线信号的信号强度、信道质量等参数造成的变化区分对应动作。然而，目前基于信号的行为识别模型训练方式常常采用全监督方式的深度学习，因此构建辨识模型需要大量的有标签训练样本以保证模型的性能，部署成本高且模型训练效率低。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种主动学习的行为识别模型训练方法、终端设备及存储介质，旨在兼顾深度学习构建辨识模型性能的同时减少所需的有标签训练样本数量，从而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主动学习的行为识别模型训练方法，其特征在于，所述主动学习的行为识别模型训练方法包括：将待训练样本输入至行为识别模型以确定所述待训练样本的行为识别结果，并根据所述行为识别结果确定目标训练样本；获取与所述目标训练样本对应的行为标签；将所述目标训练样本以及行为标签输入至所述行为识别模型进行训练，以更新所述行为识别模型。2.如权利要求1所述的主动学习的行为识别模型训练方法，其特征在于，所述根据所述行为识别结果确定目标训练样本的步骤包括：在所述行为识别结果为难以判别时，将所述待训练样本确定为所述目标训练样本，或者，在所述行为识别结果中肢体动作行为类型对应的概率值均小于或者等于预设概率值时，将所述待训练样本确定为所述目标训练样本。3.如权利要求1所述的主动学习的行为识别模型训练方法，其特征在于，所述获取与所述目标训练样本对应的行为标签的步骤包括：获取目标对象动作时的信道状态信息数据以及视频信息；根据所述信道状态信息数据确定所述待训练样本，所述待训练样本包括所述目标训练样本；根据时间信息确定所述待训练样本与所述视频信息之间的对应关系；根据所述对应关系获取所述目标训练样本对应的行为标签。4.如权利要求3所述的主动学习的行为识别模型训练方法，其特征在于，所述根据所述信道状态信息数据确定所述待训练样本的步骤包括：对所述信道状态信息数据进行预处理，得到预处理后的所述信道状态信息数据；根据预处理后的所述信道状态信息数据以及傅里叶变换算法生成信道状态信息频谱图，以确定所述待训练样本。5.如权利要求4所述的主动学习的行为识别模型训练方法，其特征在于，所述对所述信道状态信息数据进行预处...

【专利技术属性】
技术研发人员：赵广智，龚伟，
申请(专利权)人：中国科学技术大学先进技术研究院，
类型：发明
国别省市：