基于分阶段注意时序对齐的少样本动作识别

来源：计算机应用与软件杂志2025年第5期北京时间：

作者：赵逸飞, 詹永照, 黄金钢

摘要：由于视频中动作各进展阶段发生时间长短不一，时刻各不相同，动作的时序对齐直接影响少样本动作识别性能。对此提出基于分阶段注意时序对齐的少样本动作识别方法，通过分阶段的注意力机制更精确地实现视频片段的时间对齐，避免视频片段级别的时序错配，更合理地获取利用视频中动作的时序信息；通过剔除相似度过低的视频片段特征时，可有效降低非动作片段的干扰，以提高少样本动作识别的准确率。模型训练采用了c路k样本的元学习的训练方式。将所提出的方法在公开数据集UCF101和Kinetics上进行实验，与相关先进方法比较分析，表明所提出方法的有效性。

关键词：动作识别, 少样本学习, 注意力机制, 元学习, 度量学习