一种智慧人机交互方法、系统、设备及介质

本说明书实施例提供了一种智慧人机交互方法、系统、设备及介质，其中，方法包括：获取实时视频流，对所述实时视频流进行预处理后抽取多帧数据传输至后台服务器；基于抽取的多帧数据，对每帧画面数据通过AI视觉模型进行解析，获取解析结果，所述解析结果包括人体动作；对解析结果进行封装后传输至前端服务器，前端服务器根据后台服务器返回的解析结果实现动作交互。