【技术实现步骤摘要】
本专利技术属于虚拟骨架样本生成，具体涉及一种基于扩散模型的人类骨架样本特征多样化的分类方法、装置及设备。
技术介绍
1、行为识别是计算机视觉领域的一个重要任务，旨在通过分析图像或视频数据来推断出人类或动物的行为。其中，骨架行为识别是行为识别中的一个重要方向，它通过分析和理解人体关节点的运动模式和姿势来推断出人的行为。
2、虚拟特征样本生成技术是一种利用计算机算法和技术生成新的样本数据的方法。它在机器学习和数据科学领域中被广泛应用。虚拟特征样本生成技术旨在通过生成新的样本数据，提高机器学习模型的性能、泛化能力和数据的多样性。它在数据科学、机器学习和人工智能领域具有重要的应用价值。常见的虚拟特征样本生成技术有生成对抗网络(gan)，变分自编码器(vae)等。虚拟特征样本生成技术可以辅助行为识别任务，特别是在数据有限或不平衡的情况下。通过生成虚拟特征样本，可以扩充训练数据集，改善模型的泛化能力和鲁棒性。
3、近年来随着扩散模型理论的发展，扩散模型被用作一种数据生成方法来生成虚拟特征样本。通过对扩散模型的参数进行调节，可...
【技术保护点】
1.一种基于扩散模型的人类骨架样本特征多样化的分类方法，其特征在于，包括：
2.根据权利要求1所述的基于扩散模型的人类骨架样本特征多样化的分类方法，其特征在于，利用扩散模型辅助训练得到训练好的特征提取网络和所述训练好的分类网络的步骤包括：
3.根据权利要求2所述的基于扩散模型的人类骨架样本特征多样化的分类方法，其特征在于，S2包括：
4.根据权利要求2所述的基于扩散模型的人类骨架样本特征多样化的分类方法，其特征在于，所述扩散模型包括一个噪声引入网络和噪声预测网络；所述噪声引入网络用于在输入样本中引入随机噪声得到含噪声特征样本，所述噪...
【技术特征摘要】
1.一种基于扩散模型的人类骨架样本特征多样化的分类方法，其特征在于，包括：
2.根据权利要求1所述的基于扩散模型的人类骨架样本特征多样化的分类方法，其特征在于，利用扩散模型辅助训练得到训练好的特征提取网络和所述训练好的分类网络的步骤包括：
3.根据权利要求2所述的基于扩散模型的人类骨架样本特征多样化的分类方法，其特征在于，s2包括：
4.根据权利要求2所述的基于扩散模型的人类骨架样本特征多样化的分类方法，其特征在于，所述扩散模型包括一个噪声引入网络和噪声预测网络；所述噪声引入网络用于在输入样本中引入随机噪声得到含噪声特征样本，所述噪声预测网络用于预测所述含噪声特征样本的随机噪声，并反向去除随机噪声得到与所述输入样本语义一致但表现形式不完全相同的虚拟特征样本。
5.根据权利要求4所述的基于扩散模型...
【专利技术属性】
技术研发人员：赵至夫，黄雷，谢雪梅，李甫，华含洋，李佳楠，石光明，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：
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。