技術(shù)特征：

1.一種基于雙分支的動作識別方法，其特征在于，包括以下步驟：

2.如權(quán)利要求1所述的一種基于雙分支的動作識別方法，其特征在于，所述2d分支的網(wǎng)絡結(jié)構(gòu)為：

3.如權(quán)利要求2所述的一種基于雙分支的動作識別方法，其特征在于，在步驟s2中，使用2d分支對預處理后的圖片進行特征提取，具體包括：

4.如權(quán)利要求2所述的一種基于雙分支的動作識別方法，其特征在于，所述c2f-sccloatt模塊包括scconv層和cloatt注意力模塊，其中scconv層包括空間重構(gòu)單元和信道重構(gòu)單元，cloatt注意力模塊包括高頻注意力、低頻注意力和特征融合。

5.如權(quán)利要求4所述的一種基于雙分支的動作識別方法，其特征在于，所述c2f-sccloatt模塊還包括高效注意力機制，其中高效注意力機制的特征如下：

6.如權(quán)利要求1所述的一種基于雙分支的動作識別方法，其特征在于，所述3d分支的網(wǎng)絡結(jié)構(gòu)為：

7.如權(quán)利要求6所述的一種基于雙分支的動作識別方法，其特征在于，所述od_bottleneck模塊具體包括：

8.如權(quán)利要求7所述的一種基于雙分支的動作識別方法，其特征在于，所述全維動態(tài)卷積四種不同的注意力，包括卷積核注意力、空間維度注意力、輸入通道維度注意力和輸出通道注意力，全維動態(tài)卷積的表達式如下：

9.如權(quán)利要求1所述的一種基于雙分支的動作識別方法，其特征在于，步驟s3具體包括：

10.一種基于雙分支的動作識別系統(tǒng)，其特征在于，采用如權(quán)利要求1-9任一項所述的動作識別方法，包括：

技術(shù)總結(jié)
本發(fā)明提出了一種基于雙分支的動作識別方法及系統(tǒng)，屬于動作識別領(lǐng)域，包括：S1、獲取動作視頻，并對動作視頻進行預處理，得到預處理后的圖片；S2、使用2D分支和3D分支分別對預處理后的圖片進行特征提取，得到空間特征和時空特征；S3、使用通道融合和注意力機制模塊對空間特征和時空特征進行特征融合，得到融合特征；S4、對融合特征進行檢測，得到每個空間位置的動作類別預測結(jié)果。本申請通過結(jié)合2D分支和3D分支，有效地提取了空間特征和時空特征，并通過特征融合和注意力機制，顯著提高了動作識別的準確性和效率，不僅能夠捕捉靜態(tài)圖像中的空間信息，還能有效地處理視頻序列中的時間動態(tài)特征，從而在各種復雜場景下實現(xiàn)更精準的動作識別。

技術(shù)研發(fā)人員：劉李漫,田金山,羅官生,王賀,唐奇伶
受保護的技術(shù)使用者：中南民族大學
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19