多模跨视图对比记忆增强网络的自监督骨架动作识别方法

本发明提供了一种多模跨视图对比记忆增强网络的自监督骨架动作识别方法，属于计算机视觉和人工智能技术领域。解决了现有方法未能充分利用丰富的骨架信息及大多数研究在骨架序列的深层次特征提取和多样性对比学习方面存在不足的问题。其技术方案为：包括以下步骤：S1、将采集的人体骨架数据进行数据预处理；S2、构建用于提取骨架数据信息的图卷积模型编码器和为后面对比学习任务所需的非线性投影层；S3、将处理后的特征使用跨视图对比记忆增强机制进行处理。本发明的有益效果为：本发明采用了图卷积网络模型作为基础编码器，并引入非线性投影层以映射高维数据特征，从而增强模型在捕捉复杂特征关系方面的能力。