【技术实现步骤摘要】
本专利技术属于面向传感器数据的群体活动识别，尤其涉及一种基于频率transformer编码器的群体活动识别方法。
技术介绍
1、群体活动识别目前受到了广泛关注，并表现出在城市规划、交通监控和社会学研究等领域的应用潜力。该研究领域问题的复杂性在于，群体活动超越了单个行为的叠加，反映了个体行为的集合及其相互作用，因而，群体活动识别需要细致地解读在群体中的个体互动。当前，物联网技术的飞速发展，以及传感器设备如可穿戴设备在群众中的广泛分布，为群体活动识别提供了新的维度。机器学习和深度学习技术的引入也极大推进了这一领域的研究。与视觉数据相比，传感器数据的隐私性更好且成本更低，适用范围更广。因而，面向传感器的群体活动识别成为当前的研究热点。
2、尽管当前传感器的多样化和深度学习算法的持续发展为群体活动识别提供了有力的支撑，但是提取群体活动特征依旧是一项挑战。群体活动中不仅包含了多个个体行为，且包含了多维度个体互动。群体活动的多维度个体互动要求采用高效的特征提取机制，才能从庞杂的传感器数据中精确提取出关键的群体互动特征。随着群体规模的增大...
【技术保护点】
1.一种基于频率Transformer编码器的群体活动识别方法，其特征在于，所述基于频率Transformer编码器的群体活动识别方法，包括：
2.根据权利要求1所述的基于频率Transformer编码器的群体活动识别方法，其特征在于，所述群体活动特征提取网络包括时空特征提取网络和位置交互特征提取网络，所述步骤1中，通过群体活动特征提取网络对群体进行群体时空特征提取与群体位置交互特征提取，包括：
3.根据权利要求1所述的基于频率Transformer编码器的群体活动识别方法，其特征在于，所述步骤1中，将提取得到的群体时空特征与群体位置交互特征进...
【技术特征摘要】
1.一种基于频率transformer编码器的群体活动识别方法，其特征在于，所述基于频率transformer编码器的群体活动识别方法，包括：
2.根据权利要求1所述的基于频率transformer编码器的群体活动识别方法，其特征在于，所述群体活动特征提取网络包括时空特征提取网络和位置交互特征提取网络，所述步骤1中，通过群体活动特征提取网络对群体进行群体时空特征提取与群体位置交互特征提取，包括：
3.根据权利要求1所述的基于频率transformer编码器的群体活动识别方法，其特征在于，所述步骤1中，将提取得到的群体时空特征与群体位置交互特征进行特征融合得到群体活动特征，包括：
4.根据权利要求1所述的基于频率transformer编码器的群体活动识别方法，其特征在于，所...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。