基于多模型图神经网络融合的人员姿态估计方法及系统

本发明属于姿态估计技术领域，提供了一种基于多模型图神经网络融合的人员姿态估计方法及系统，包括采集图像序列，并将采集数据集划分为多个子数据集；将图像序列构造为图结构，将图结构转换为低维的图表示形式，将图表示形式进行图像重构，基于重构图像提取人体的关键点序列；根据人体关键点构建骨架序列图，并在骨架序列上构造时空图，对时空图进行多层图卷积操作，得到更高层次的特征图，基于更高层次的特征图判断姿态动作类别；将每个子数据集上的姿态估计结果进行融合，得到最终的姿态估计结果。本发明将图自编码器，时空图注意力网络以及多模型集成学习结合起来，构建人体姿态估计模型，使得模型在处理各种复杂姿态时能够表现出稳定性。