一种人体动作的识别方法、系统、设备及介质

本发明公开了一种人体动作的识别方法、系统、设备及介质，涉及计算机视觉技术领域，包括：根据人体动作视频数据集，将姿态估计模型YOLOPose中输入端的Focus层更换为卷积核为6×6的卷积层，并删减掉检测头中64倍下采样检测头及与64倍下采样检测头相关的网络层；在YOLOPose主干网络中添加双注意力机制；将YOLOPose检测头中PAN结构替换为双向特征金字塔，以形成改进后的YOLOPose模型；并通过人体动作视频数据集对改进后的YOLOPose模型进行训练；将待检测的人体动作视频数据集输入训练后的YOLOPose模型获取人体骨骼结点坐标；将人体骨骼结点坐标输入用于通过人体骨骼结点坐标识别人体动作的时空图卷积网络模型ST‑GCN，获得识别后的人体动作。本发明能够提高人体动作的识别精度。