arXiv cs.LG· E. Riveros (Institute of Computing, State University of Campinas, Campinas, Brazil), D. Vega-Oliveros (Institute of Science and Technology, Federal University of Sao Paulo, Sao Jose dos Campos, Brazil), A. Soriano-Vargas (Universidad de Ingenieria y Tecnologia, Lima, Peru), A. Rocha (Institute of Computing, State University of Campinas, Campinas, Brazil)·· 29 天前AI 评分31
基于扩散模型合成数据预训练提升人体活动识别
Diffusion-Based Synthetic Data Pretraining for Enhancing Activity Recognition
AI 导读
研究人员提出一种基于扩散模型合成数据预训练的人体活动识别方法，在 DEO 数据集上取得了 90.6% 的平衡准确率。该方案依托结合双向 GRU 与多头注意力的 CABiGRU 模型，先利用扩散模型生成的智能手表传感器合成数据进行预训练，再通过真实数据微调，有效缓解了进食与饮水等少数类动作识别的欠拟合问题。
来源：arXiv cs.LG · arxiv.org