广东毕方智控科技有限公司

本发明属于计算机视觉、视频理解与跨域迁移学习技术领域，具体公开了基于注意力时间一致网络的无源视频域适应动作识别方法及系统。本发明仅利用预训练源模型与无标注目标视频完成适配，全程冻结源分类器且不访问源域原始视频；通过构建特征一致性、源预测一致性双重时序约束统一局部时序特征语义，依据分类预测置信度生成局部权重实现时序特征注意力加权聚合，并结合信息最大化损失与聚类伪标签完成自监督优化。本发明无需目标域标注，有效对齐目标时序表征与源域分布，在多套跨域动作识别数据集上精度优于现有无源域适应方案，适用于暗光监控、人机交互等隐私敏感动作识别场景。

本发明属于计算机视觉与跨域迁移学习领域，具体公开了基于相关信息对齐的动作识别视频域适应方法及系统。该方法通过共享三维卷积编码器提取源域和目标域的视频特征及高层特征，利用基于非局部操作的相关性提取模块生成像素相关矩阵及相关性特征向量；分别对视频特征和相关特征设置域判别器进行全局对抗对齐；进一步提出像素相关差异PCD，将像素相关矩阵映射至再生核希尔伯特空间，结合源域真实标签和目标域伪标签实现类别级相关信息分布细粒度对齐；最后联合动作分类损失、双域对抗损失及PCD损失进行协同优化。本发明有效提升了跨域动作识别精度，可应用于智能监控、人机交互等场景。