一种基于Mamba架构的人物交互检测方法

本发明公开了一种基于Mamba架构的人物交互检测方法，包括：1.全局特征编码：将待检测图像输入全局特征编码器进行特征提取，获得用于全局视觉表示；2.多视角特征聚合：将全局视觉表示和一组查询输入两个级联的CEM单元，获得浅层共享语义和深层共享语义，同时实现人体分支和物体分支的信息交换；3.人体分支和物体分支：通过四阶段的特征提取策略来分别获得低、中、高和综合的检测特征，获取丰富的检测信息；4.交互分支：构建一种多阶段、自适应动态加权的全面渐进学习策略来获得高级的视觉理解，提升模型在罕见和复杂交互类别上的识别性能。本发明能充分提取丰富全面的交互语义，用于驱动检测交互的人‑物体对，从而帮助发现更多的人物交互检测实例。