基于点云数据的三维人体行为识别方法

本申请提供一种基于点云数据的三维人体行为识别方法，利用卷积层对目标对象在时间周期T的多帧原始点云序列进行动态卷积操作，得到多帧点云序列；利用空间特征操作层为每帧点云序列构建局部关联，得到空间特征描述符D并划分g组以及将每帧点云序列分解N个局部区域并划分g组，匹配g组特征描述符；空间特征操作层根据局部区域所对应的特征描述符确定聚合权重，基于该权重完成空间特征聚合操作得到帧聚合点云序列，基于多帧点云序列和多帧聚合点云序列得到多帧空间特征，对多帧空间特征进行帧间融合确定目标对象在时间周期T的行为。该方法增强人体动作识别的准确性和可靠性。