一种基于深度学习的多视角动作识别方法和装置

本发明公开了一种基于深度学习的多视角动作识别方法及装置，该方法包括：获取包含人体的多视角图像，基于预训练的YOLOv5模型提取图像中的人体位置区域并进行预处理；构建多视角动作识别模型，所述多视角动作识别模型结构包括：多视角感知层、Backbone骨干网络层和输出层；使用经预处理后的数据对所述多视角动作识别模型进行训练；将所述预训练的YOLOv5模型和训练完成的多视角动作识别模型，进行部署；将待处理的图像作为输入，实现人体多视角动作识别。该方法能够有效地克服存在遮挡和视角变化对动作识别的影响，从而提高了动作识别的准确性和鲁棒性；可适用于各种复杂的场景。