用户行为识别模型的训练、面部识别的方法、系统及装置
基本信息
| 申请号 | CN202111286929.1 | 申请日 | - |
| 公开（公告）号 | CN114220136A | 公开（公告）日 | 2022-03-22 |
| 申请公布号 | CN114220136A | 申请公布日 | 2022-03-22 |
| 分类号 | G06V40/16（2022.01）I;G06V40/20（2022.01）I;G06V40/40（2022.01）I;G06V10/80（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王易木;于鲲 | 申请（专利权）人 | 阿里巴巴（中国）有限公司 |
| 代理机构 | 北京清源汇知识产权代理事务所（特殊普通合伙） | 代理人 | 冯德魁;张艳梅 |
| 地址 | 310052浙江省杭州市滨江区长河街道网商路699号4号楼5楼508室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请公开了一种用户行为识别模型的训练方法，包括：获取无标签的时序传感器的数据作为原始数据；并获得时域数据、频率域数据和统计量数据并输入至模型，进行预训练得到预训练模型；获取带标签的传感器的时域数据，频率域数据和统计量数据；将时域数据、频率域数据及统计量数据分别输入至预训练模型，得到用户行为识别模型。本申请将传感器的数据输入至模型，基于模型的注意力机制，在提取传感器的数据的特征时，解决传统神经网络的长期依赖性、其自身顺序属性无法捕获长距离特征等问题。且基于模型的交互注意力机制可使得时序传感器的数据的多维度特征实现交互，从而提升模型对数据的理解准确度，进而提升行为类别识别的准确度。 |
