改进时间动态图神经网络的工业场景下人员动作识别方法

本发明涉及工业生产现场安全管理技术领域，特别是涉及改进时间动态图神经网络的工业场景下人员动作识别方法，包括：获取工业背景下待识别人员的身体关键位置数据；将所述身体关键位置数据输入基于带多尺度协同注意力的时间动态图神经网络动作识别模型中，输出所述待识别人员的动作识别结果，其中，所述动作识别模型通过训练集训练获得，所述训练集包括工业背景下若干人员的身体关键位置数据及对应的动作类别标签，所述动作识别模型基于多尺度协同注意力卷积网络、动态图神经网络、可微分层图池化网络和组合损失函数构建。本发明能够提升对时间序列数据中复杂时空模式的学习能力，实现工业生产过程操作人员动作的准确识别。