基于多尺度时空特征聚合图卷积网络的人体行为识别方法

本发明属于行为识别技术领域，提供了基于多尺度时空特征聚合图卷积网络的人体行为识别方法，其技术方案为：从不同的层面对空间和时间维度特征进行有效的聚合，将拓扑学习策略与边卷积模块相结合，在空间维度上聚合全局和细粒度特征，将时间注意力引入到多尺度时间卷积中，在保证全局时间特征的前提下，对帧内变化的节点特征进行聚合。最后，改进了一个适用于骨架数据的特征细化模块，以此来提高网络在空间特征中的表征能力。本发明提供的人体行为识别方法，能够使图卷积模型更好的聚合特征，从而提高行为识别的精确度。