跳到正文
arXiv · 机器人与计算机视觉· Nanzhu Chen, Feixiang He, Yunfeng Diao, Duygu Sarikaya, He Wang·· 2026-10-12AI 评分43

QCLR:一种用于自监督骨架动作识别对比学习的量化鲁棒性插件模块

QCLR: A Plug-in Robustification Module via Quantization for Contrastive Learning in Self-Supervised Skeleton-Based Human Action Recognition

AI 导读

QCLR 提出了一种通过量化增强自监督骨架动作识别中对比学习表示抗对抗攻击能力的插件模块。该模块采用双级量化方案阻断梯度传播并吸收扰动,辅以注意力引导的多面量化策略以维持表征质量。实验表明,将其集成到主流对比学习模型后,在多个基准数据集上显著提升了针对白盒与黑盒攻击的鲁棒性,同时保持了极具竞争力的分类准确率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org