基于红外激光和深度学习的人物动作识别分析方法及系统

本发明提供一种基于红外激光和深度学习的人物动作识别分析方法及系统，涉及动作识别技术领域，包括：获取红外图像和激光雷达数据，进行预处理，得到标准红外图像和高密度点云数据，进行特征交互融合，生成多模态特征图，提取目标区域，进行类别识别和位置回归，输出类别标签；提取空间结构信息和语义属性信息，推理获取人物骨架数据，将人物骨架数据转化为时空特征序列，融合区分性特征，确定人物动作识别结果；构建异常动作检测模型，进行语义匹配，计算语义相似度并确定候选异常动作，进行时空上下文建模，生成高级语义特征，输出异常动作类别标签并评估异常置信度，若大于置信度阈值，则认为当前候选异常动作为真实异常动作并触发异常警报。