基于通道融合和分类器对抗的无监督跨域动作识别方法

摘要

本发明公开了一种基于通道融合和分类器对抗的无监督跨域动作识别方法(CAFCCN)，实现了基于源域有标签数据集和目标域无标签训练集对目标域测试集的高效动作识别。方法的具体步骤如下：(1)动作识别模型的选择；(2)双流深度网络结构的优化；(3)基于双流网络的目标函数构建；(4)基于双流网络的无监督跨域动作识别模型搭建；(5)数据集的构建。本发明的优点是基于已知数据集可对其他训练集无标签的数据集进行高效的动作识别，能够有效地解决目标数据集训练集数据无标签的问题。应用对抗的方法，能够同时实现类别和域的混淆，获得域级别和类级别的不变特征，并且方法收敛速度快，可以实现动作的高效识别。