基于高阶时空自注意力机制的开集动作识别方法

本发明公开了基于高阶时空自注意力机制的开集动作识别方法，本发明通过引入高阶时空自注意力机制，模型能够有效捕捉人体动作序列中的长时依赖关系和全局上下文信息，从而提高了对复杂动作、遮挡及背景变化的识别精度。在工业场景中，操作人员的动作往往受到环境因素的影响，传统方法在这种情况下的识别效果较差，而本发明在这些复杂条件下显著提升了动作识别的准确性和鲁棒性。通过结合OpenMax层，本发明能够区分已知类别和未知类别的动作，解决了现有技术中只能识别训练集中已知类别的局限性。该技术使得模型能够在面对开放集环境中的未知动作时，做出正确的识别判断，提升了开放集场景中的识别精度，增强了系统的适用性。