少数类识别F1超80%
针对连续精细动作分类不平衡问题，通过双向门控循环单元注意力机制融合多模态、多时间尺度特征，提升少数类动作识别精度。
边桂彬 · Jia-Ying, Zheng · 李振 · Jie, Wang · Pan, Fu · Xin, Chen · Silva, Daniel S. · 吴万庆 · Albuquerque, Victor Hugo Cde · Wu, Wanqing
Expert Systems with Applications 2024
通过多时间尺度特征提取与融合，少数类动作的F1分数提升到80%以上，克服了类别不平衡问题。
SC-GRU模块充分提取不同时间尺度的特征，避免连续动作中的精细信息丢失。
双模态数据融合注意力计算将多源信息有效结合，超越基线算法。