一种以行为为中心的第一视角在线动作分割方法

本发明公开了一种以行为为中心的第一视角在线动作分割方法，涉及视频动作分析技术领域，使用原型进行以行为为中心的特征增强，实现在未来信息缺失的情况下高效准确的在线动作分割。本发明采用了以行为中心特征增强的方法。该方法包括两个关键部分：一是使用原型学习行为特征，其通过原型来捕捉不同环境下行为的共性，这有助于增强对不同环境下相同行为共享特征的捕捉能力；二是行为特征增强，它既利用当前行为自身的内在特性，又借助原型所捕获的常识来进行特征增强。这种方式减少了对上下文信息的依赖，能够有效克服现有技术中存在的问题。本发明可广泛应用于涉及第一人称视角视频动作分析的场景，如基于可穿戴设备的人体行为监测、增强现实和虚拟现实场景下的人物动作理解等。