基于多模态自监督网络的人体活动识别方法

本发明涉及一种基于多模态自监督网络的人体活动识别方法，属于人工智能技术领域。该方法通过融合不同传感器的数据以及其时频域数据增强网络的数据洞察力。还利用了3个自监督学习任务辅助特征提取，使来自不同传感器的数据能够表征相同活动，并帮助编码器提取更有效的特征，从而提升网络性能。同时，引入Transformer模块进行特征融合，进一步提高分类表现。