BriefGPT - AI 论文速递
·
RGB - 骨骼动作识别中的对抗鲁棒性：利用注意力模态重新加权器
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种用于多模态动作识别的集成建模方法，通过独立训练各个模态的模型，并基于焦点损失的基本原理，提出了一种指数衰减的焦点损失模型，实验评估证明了该方法的有效性。
🎯
关键要点
-
提出了一种用于多模态动作识别的集成建模方法。
-
使用适应 MECCANO 数据集的长尾分布的变种焦点损失模型。
-
独立训练各个模态的模型。
-
提出了一种指数衰减的焦点损失模型，能够逐渐适应数据集中的所有示例。
-
鼓励模型关注稀疏的艰难样本，同时利用简单样本提供的信息。
-
采用后期融合策略将 RGB 和深度模态的概率分布进行组合。
-
在 MECCANO 数据集上的实验评估证明了方法的有效性。
🏷️
标签
➡️
