本文介绍了一种新颖的多模态、多任务和对比基于框架方法 Multi$^3$Net，用于解决人体动作识别中数据有限的问题。该方法通过使用视频数据和对比学习，旨在增强可穿戴人体动作识别的性能，特别是在识别细微活动方面。实验证明，使用该方法从视频生成的合成 IMU 数据训练的模型在识别细粒度活动方面超越了现有方法。