基于动态时空全尺度特征融合的视频识别方法

本发明公开了一种基于动态时空全尺度特征融合的视频识别方法，包括：获取用于训练深度神经网络模型的视频数据集，所述视频数据集包含多个视频序列，每个视频序列由多个时间帧组成；利用所述视频数据集训练预先定义好的视频识别深度神经网络模型，所述视频识别深度神经网络模型包括并行时空适配器和自提示生成器；将训练好的视频识别深度神经网络模型应用于视频识别任务，输入待识别的视频序列，输出视频的分类预测结果。本发明的优点在于通过并行时空适配器和自提示生成器的协同工作，实现了对视频中动态变化的高效建模，显著提高了视频识别的准确性和鲁棒性，适用于有监督学习、少样本学习和零样本识别等多种视频识别任务。